Início › Artigos científicos › InstructGPT — RLHF at Scale (2022)
InstructGPT — RLHF at Scale (2022)
Artigo científico
Alinhamento
How raw language models became assistants people can use.
Está a ver um registo de artigo científico: um artigo de referência e o que introduziu na área.
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.
Como este elemento se liga ao resto da stack
As ligações deste registo num relance — clique num grupo para ir diretamente até ele.
Introduzido em
Base para
Fontes
Registro revisado em 2026-01-15 — ver Metodologia.