大语言模型如 chatgpt 的培训，有个概念叫做 "人工反馈增强学习" ( Reinforcement Learning from Human Feedback, 简称 RLHF ).

简而言之，就是每次模型生成文本，用人工反馈作为性能衡量标准，优化模型。这里面的第一个挑战是人工反馈比较昂贵; 第二是不同的人对同样的输出会有不同的反馈，让语言模型无所适从。

正确使用社交媒体，可以看成是对自己的 RLHF. 粉丝越多，获取反馈的成本就越低，这样培训自己的成本也越低，进步也越快。当然需要注意的是，迅速拉黑没有任何价值的，不友好的反馈和抬杠。