Translations:FACTS About Building Retrieval Augmented Generation-based Chatbots/53/zh

• 反饋循環： 結合收集到的反饋和RLHF循環對於持續改進至關重要。它使得LLM模型能夠隨着時間的推移不斷優化我們的解決方案和語言模型，確保聊天機器人變得越來越熟練。然而，如果所選擇的基礎模型不提供定製化，那麼就很難將模型與人類反饋對齊。如果反饋在多個領域中顯著且廣泛，那麼模型定製可能是一個選項。目前，我們已經開始收集用戶反饋，但尚未使用RLHF構建我們的持續學習管道。擁有能夠實現自動化的工具對於這些聊天機器人的後期生產生命周期管理至關重要。