Estudos demonstram que grandes modelos de linguagem pré-treinados (LLMs), como o GPT-3, possuem capacidades excepcionais para compreender e responder a perguntas humanas, auxiliar em tarefas de codificação, entre outras. Recentemente, pesquisadores introduziram o método RAIN, que permite que LLMs se autoavalie e melhore sem a necessidade de dados adicionais ou ajuste fino. Este método não apenas melhora o desempenho do LLM, mas também reduz a taxa de sucesso de ataques adversários, levando à geração de respostas mais coerentes e seguras pela IA.
Esta pesquisa oferece um novo método para ajustar LLMs de acordo com as preferências humanas, sem a necessidade de informações extras ou processos complexos de ajuste fino.
