近日消息，據(jù)外媒報道，隨著GPT系列大模型的不斷升級，OpenAI所訓(xùn)練的ChatGPT也在擁有更強的能力，但這也帶來了一些挑戰(zhàn)，它所生成的內(nèi)容中存在的錯誤也越來越隱蔽，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)練了一個用于發(fā)現(xiàn)ChatGPT輸出代碼錯誤的模型。
OpenAI當?shù)貢r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)公布的消息來看，CriticGPT在他們的應(yīng)用中有不錯的效果，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，比沒有CriticGPT的協(xié)助要好60%。
在官網(wǎng)上，OpenAI提到，他們也是通過RLHF （從人類反饋中強化學習，Reinforcement Learning from Human Feedback）來訓(xùn)練CriticGPT，與訓(xùn)練ChatGPT類似。但與訓(xùn)練ChatGPT不同的是，他們在訓(xùn)練CriticGPT時，看了大量包含錯誤的輸入。
雖然CriticGPT能幫助發(fā)現(xiàn)更多的問題，但也存在不足，還有改進的空間。OpenAI在官網(wǎng)上就提到，并不是所有的發(fā)現(xiàn)都是準確的，用于訓(xùn)練的ChatGPT生成內(nèi)容也普遍很短，還需要開發(fā)新的方式，以協(xié)助訓(xùn)練師理解更長和更復(fù)雜的任務(wù)。
此外，OpenAI在官網(wǎng)上也提到，在研發(fā)CriticGPT的過程中，他們發(fā)現(xiàn)將RLHF應(yīng)用于GPT-4時，能幫助生成更好的RLHF數(shù)據(jù)，他們計劃擴大這一項工作的規(guī)模，并付諸實踐。
原創(chuàng)文章，作者：科技探索者，如若轉(zhuǎn)載，請注明出處：http://2079x.cn/article/664246.html
