Aquest article presenta l'enfocament de Batched Prompting utilitzat per etiquetar preferències de manera eficient amb GPT-4, on totes les respostes candidates s'avaluen en un sol lot en lloc de individualment. L'anàlisi de costos d'escalar l'experiment a 600k entrades d'entrenament revela que el mostreig va ser l'etapa més demorada i costosa, amb un cost aproximat de $6,000 per iteració. L'anotació va ser el cost més alt, ascendint a $34,000 per iteració a causa dels volums de tokens. L'entrenament va ser relativament econòmic, requerint només 12-24 hores.




