本周，科技圈聚焦于一个名为AssistanceZero的新技术，它让AI助手在与人类共同玩游戏时展现出更强的协作性和主动性，无需通过RLHF训练。该技术由加州大学伯克利分校开发，通过“assistance games”强化学习驱动，让AI助手能够主动学习和纠正错误，更好地理解用户意图。
与传统的RLHF训练方法不同，AssistanceZero让AI助手在奖励函数不确定的情况下，通过与人类的互动来优化行为，避免了欺骗行为，提高了协作性。这一新技术在《我的世界》游戏环境中进行了测试，展示了在复杂任务中的出色表现。
