Home › Articoli di ricerca › InstructGPT — RLHF at Scale (2022)
InstructGPT — RLHF at Scale (2022)
Articolo di ricerca
Alignment
How raw language models became assistants people can use.
Stai visualizzando un record di paper di ricerca: un articolo di riferimento e cosa ha introdotto nel campo.
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.
Come si collega al resto dello stack
I collegamenti di questa scheda a colpo d'occhio — clicca un gruppo per raggiungerlo.
Introdotto in
Base per
Fonti
Record revisionato al 2026-01-15 — vedi Metodologia.