ChatGPT 基于 GPT-3.5 模型微調(diào)而成，以語言服務(wù)模型 InstructGPT 為基礎(chǔ)，通過人類回饋增強(qiáng)學(xué)習(xí)訓(xùn)練模型 RLHF，不過數(shù)據(jù)設(shè)置略有不同。它以對話方式進(jìn)行交互，既能夠做到回答問題，也能承認(rèn)錯誤、質(zhì)疑不正確的前提以及拒絕不恰當(dāng)?shù)恼埱?，能以更貼近一般人的對話方式與使用者互動。
有了GPT-3.5的加持，ChatGPT經(jīng)訓(xùn)練后提升了對答如流的能力。GPT-3只預(yù)測任何給定的單詞串之后的文本，而ChatGPT則試圖以一種更像人類的方式與用戶發(fā)生互動。ChatGPT的互動通常是非常流暢的，并且有能力參與各種主題，與幾年前才面世的聊天機(jī)器人相比，顯示出了巨大的改進(jìn)。
OpenAI官方稱，ChatGPT是在人類的幫助下創(chuàng)建并訓(xùn)練的，人類訓(xùn)練師對該AI早期版本回答查詢的方式進(jìn)行排名和評級。然后，這些信息被反饋到系統(tǒng)中，系統(tǒng)會根據(jù)訓(xùn)練師的偏好來調(diào)整答案——這是一種訓(xùn)練人工智能的標(biāo)準(zhǔn)方法，被稱為強(qiáng)化學(xué)習(xí)。
免費(fèi)參與·100+跨境活動 
免費(fèi)下載·4000+跨境資料 
免費(fèi)學(xué)習(xí)·2000+直播課程 
免費(fèi)加入·15萬+賣家交流群 
