L4 · تدريب نموذج لغويالتعلّم من التفضيلاتتصف كيف يصير ردّان واختيارٌ بشري درجةً واحدة، ولماذا يلزم رِباط.قليلون يستطيعون كتابة الجواب الأمثل عن سؤال صعب. لكن أي أحد تقريبًا يستطيع قراءة جوابين وقول أيهما أفضل. وهذه الفجوة هي سبب وجود هذه المرحلة.