AI-written critiques help humans notice flaws

训练“批判性写作”模型以识别摘要缺陷

我们训练了“批判性写作”模型，用于描述摘要中的缺陷。

当人类评估者看到我们模型的批判意见时，他们发现摘要中缺陷的频率显著更高。

更大的模型在自我批判方面表现更优，规模的扩大对批判性写作能力的提升效果优于对摘要写作能力的提升。

这表明，在困难任务中，利用AI系统辅助人类对AI系统进行监督具有广阔前景。