ChatGPT: Optimizing Language Models for Dialogue

1.简介

最近ChatGPT很好，本文根据https://openai.com/blog/chatgpt/翻译总结的。

ChatGPT: Optimizing Language Models for Dialogue。如标题，ChatGPT为了对话使用的。

ChatGPT是InstructGPT的兄弟模型，它被训练为以提示prompt的方式遵循指令并提供详细的响应。

2.方法

采用同InstructGPT一样的训练方法，使用Reinforcement Learning from Human Feedback (RLHF)。也是三步，如下图。ChatGPT和InstructGPT不同的，只是数据收集上有轻微的不同。人类AI训练者在对话中扮演两个角色，用户和AI助手。

InstructGPT的介绍详见：https://blog.csdn.net/zephyr_wang/article/details/128333153。

ChatGPT基于GPT-3.5 系列微调。
GPT-3.5 系列模型如下，可以看到有code模型，所以支持写程序：

3.ChatGPT不足

1)ChatGPT有时会写出看似合理但不正确或荒谬的答案。
2)ChatGPT对输入短语很敏感。例如，给定一个问题的一个短语，模型可以声称不知道答案，但稍微重新措辞，可以正确回答。
3)该模型通常过于冗长，过度使用某些短语。
4)理想情况下，当用户提供不明确的查询时，模型会提出明确的问题。相反，我们当前的模型通常猜测用户的意图。
5)虽然我们努力让模型拒绝不适当的请求，但它有时会响应有害的指令或表现出有偏见的行为。

4.使用

可惜OpenAI不支持在中国使用。