Ana Sayfa › Araştırma Makaleleri › InstructGPT — RLHF at Scale (2022)
InstructGPT — RLHF at Scale (2022)
Araştırma Makalesi
Tüm açıklayıcılar
How raw language models became assistants people can use.
Bir araştırma makalesi kaydına bakıyorsunuz: alanına önemli katkılar sunmuş bir makale ve tanıttığı yenilikler.
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.
Bu, yığının geri kalanıyla nasıl bağlantılı?
Bu kaydın bağlantılarına hızlı bakış — bir gruba tıklayarak o bölüme atlayın.
Tanıtım tarihi
Temel oluşturan
Kaynaklar
İncelenen kayıt tarihi: 2026-01-15 — görüntüle Metodoloji.