AIは強化学習で“人間のだまし方”を学ぶ──RLHFの副作用、海外チームが24年に報告　「正解っぽい回答」を出力

質問例（左）、従来の解答（中央）、RLHFで訓練したAIの解答

山下裕毅，ITmedia