Startseite › Forschungspapiere › InstructGPT — RLHF at Scale (2022)
InstructGPT — RLHF at Scale (2022)
Forschungspapier
Alle Explainer
How raw language models became assistants people can use.
Sie sehen einen Forschungspapier-Eintrag: ein wegweisendes Paper und was es dem Fachgebiet gebracht hat.
OpenAI showed that a 1.3B model tuned with human feedback was preferred over the raw 175B GPT-3 — alignment as capability. The three-stage recipe (demonstrations, reward model, RL) became the industry standard and made ChatGPT possible months later.
So hängt das mit dem Rest des Stacks zusammen
Die Verknüpfungen dieses Datensatzes auf einen Blick – klicken Sie auf eine Gruppe, um dorthin zu springen.
Eingeführt in
Grundlage für
Quellen
Datensatz geprüft am 2026-01-15 — Siehe Methodik.