6月28日消息，據(jù)外媒報(bào)道，隨著GPT系列大模型的不斷升級(jí)，OpenAI所訓(xùn)練的ChatGPT也在擁有更強(qiáng)的能力，但這也帶來(lái)了一些挑戰(zhàn)，它所生成的內(nèi)容中存在的錯(cuò)誤也越來(lái)越隱蔽，逐漸到了AI訓(xùn)練師難以發(fā)現(xiàn)的程度。
而為了應(yīng)對(duì)這一挑戰(zhàn)，OpenAI也想出了新招，他們基于GPT-4模型，訓(xùn)練了一個(gè)用于發(fā)現(xiàn)ChatGPT輸出代碼錯(cuò)誤的模型。
OpenAI當(dāng)?shù)貢r(shí)間周四，已在官網(wǎng)宣布了這一消息，他們訓(xùn)練的模型名為CriticGPT，從名稱來(lái)看就是用于發(fā)現(xiàn)不足，以便讓相關(guān)的應(yīng)用變得更好。
從OpenAI在官網(wǎng)公布的消息來(lái)看，CriticGPT在他們的應(yīng)用中有不錯(cuò)的效果，他們發(fā)現(xiàn)在新模型的輔助下，使用者在檢查ChatGPT的輸出代碼時(shí)，比沒(méi)有CriticGPT的協(xié)助要好60%。
在官網(wǎng)上，OpenAI提到，他們也是通過(guò)RLHF （從人類反饋中強(qiáng)化學(xué)習(xí)，Reinforcement Learning from Human Feedback）來(lái)訓(xùn)練CriticGPT，與訓(xùn)練ChatGPT類似。但與訓(xùn)練ChatGPT不同的是，他們?cè)谟?xùn)練CriticGPT時(shí)，看了大量包含錯(cuò)誤的輸入。
雖然CriticGPT能幫助發(fā)現(xiàn)更多的問(wèn)題，但也存在不足，還有改進(jìn)的空間。OpenAI在官網(wǎng)上就提到，并不是所有的發(fā)現(xiàn)都是準(zhǔn)確的，用于訓(xùn)練的ChatGPT生成內(nèi)容也普遍很短，還需要開(kāi)發(fā)新的方式，以協(xié)助訓(xùn)練師理解更長(zhǎng)和更復(fù)雜的任務(wù)。
此外，OpenAI在官網(wǎng)上也提到，在研發(fā)CriticGPT的過(guò)程中，他們發(fā)現(xiàn)將RLHF應(yīng)用于GPT-4時(shí)，能幫助生成更好的RLHF數(shù)據(jù)，他們計(jì)劃擴(kuò)大這一項(xiàng)工作的規(guī)模，并付諸實(shí)踐。（海藍(lán)）
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
