第39章 关于ChatGPT的一些解读中（1/2）

关于ChatGPT

1、ChatGPT：更智能的AI对话交互工具

ChatGPT是由OpenAI公司于2022年11月发布的聊天机器人模型，可以通过对话形式实现交互，能够回答连续问题，承认错误，质疑不正确的前提，并拒绝不合理的需求。ChatGPT的对话互动可以实现普通聊天、信息咨询、撰写诗词作文、修改代码等，由于更类人的智能化表现，ChatGPT推出后受到广泛关注，上线不到一周用户量突破100万。2023年1月，微软CEO表示计划将ChatGPT等人工智能工具整合到所有产品中，并作为平台提供给其他企业使用。Buzzfeed和亚马逊也在探索ChatGPT应用场景。

GPT引入新的模型训练方法，AI行业发展有望加速GPT通过Transforr为基础的预训练语言模型，此前已公布GPT-1、GPT-2、GPT-3三个模型，ChatGPT是对GPT-3模型（又称为GPT-3.5）微调后开发出来的对话机器人。ChatGPT引入了RLHF（基于人类反馈的强化学习）方法，

方法分为三个步骤：1）有监督地调优：预训练的语言模型在少量已标注的数据上进行调优，以学习从给定的propt列表生成输出的有监督的策略（SFT模型）；2）模拟人类偏好：标注者们对相对大量的SFT模型输出进行投票，创建一个由比较数据组成的新数据集，训练建立模型（RM）；

3）近端策略优化（PPO）：使用RM作为强化学习的优化目标，利用PPO算法微调SFT模型。我们认为，ChatGPT的成功展示出AI大模型的应用潜力，新方法的引入有望加速NLP算法及AI行业发展。

本章未完，点击下一页继续阅读。