RLAIF
Reinforcement Learning from AI Feedback — remplace les évaluateurs humains du RLHF par un évaluateur IA. Articles d'Anthropic et de Google, 2023.
L'argument : passe à l'échelle sans limite (pas de recrutement d'évaluateurs). Le risque : l'amplification des biais, puisque l'évaluateur IA a les siens. Qualité comparable à celle du RLHF sur la plupart des benchmarks d'après l'article de Google « RLAIF vs RLHF » (2023). Utilisé par Claude (via l'IA constitutionnelle), Gemini et plusieurs modèles open source.