Escolher a melhor de duas respostas: um experimento para fazer numa IA
O experimento do livro IA por dentro, com o pedido pronto para copiar, o que observar na resposta e, quando o livro mostra a resposta, o que ele viu.
Exemplos rodados de verdade em 23/09/2026: os de assistente com o Claude Haiku 4.5, numa configuração neutra, sem ferramentas e sem configurações pessoais; os de modelos abertos com o Qwen2.5, de meio bilhão a 3 bilhões de parâmetros. Rodados de novo, alguns darão respostas diferentes.
Capítulo 6
Escolher a melhor de duas respostas
O pedido pronto
Explique para uma criança de 10 anos por que o céu é azul.
Confira
O que o livro viu
Este é o trabalho das pessoas do RLHF, e o livro não mostra uma resposta: a escolha é sua. Milhares de escolhas como a sua, de pessoas contratadas e, hoje, também de outros modelos treinados para julgar, ensinaram o gosto dos assistentes; por isso a resposta que agrada nem sempre é a resposta certa.
Exemplos rodados de verdade em 23/09/2026: os de assistente com o Claude Haiku 4.5, numa configuração neutra, sem ferramentas e sem configurações pessoais; os de modelos abertos com o Qwen2.5, de meio bilhão a 3 bilhões de parâmetros. Rodados de novo, alguns darão respostas diferentes.