Apresentamos uma receita melhor para coletar dados pós-treinamento ao usar o GRPO. A coleta de amostras de especialistas é cara, os orçamentos de anotação são limitados. Quais exemplos realmente valem a pena pagar? Descobrimos que o foco em amostras duras resulta em uma melhoria de 30 a 40%. 1/7