Beranda › Makalah Riset › InstructGPT — RLHF at Scale (2022)
InstructGPT — RLHF at Scale (2022)
Makalah Riset
Semua penjelas
How raw language models became assistants people can use.
Anda sedang melihat entri makalah penelitian: sebuah makalah penting dan apa yang diperkenalkannya ke bidang ini.
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.
Bagaimana ini terhubung ke bagian lain dari stack
Tautan catatan ini sekilas — klik grup untuk langsung menuju ke sana.
Diperkenalkan pada
Dasar untuk
Sumber
Rekaman ditinjau per 2026-01-15 — lihat Metodologi.