6 月 28 日消息，當(dāng)?shù)貢r(shí)間 27 日，OpenAI 宣布基于 GPT-4 訓(xùn)練了一個(gè)名為 CriticGPT 的模型，用于查找 ChatGPT 聊天機(jī)器人輸出內(nèi)容中的錯(cuò)誤。它可以撰寫評(píng)論，強(qiáng)調(diào) ChatGPT 生成答案中不準(zhǔn)確的地方。9mK28資訊網(wǎng)——每日最新資訊28at.com

9mK28資訊網(wǎng)——每日最新資訊28at.com

據(jù)介紹，CriticGPT 旨在協(xié)助人類 AI 訓(xùn)練員完成工作 —— 使用一種名為“從人類反饋中強(qiáng)化學(xué)習(xí)（注：Reinforcement Learning from Human Feedback，RLHF）”的技術(shù)來訓(xùn)練、改進(jìn) GPT-4 的回答。9mK28資訊網(wǎng)——每日最新資訊28at.com

然而隨著 ChatGPT 的準(zhǔn)確性日益提升，錯(cuò)誤越來越隱蔽，導(dǎo)致 AI 訓(xùn)練員的工作越來越“難做”。OpenAI 對此解釋稱，這是 RLHF 的基本局限之一 —— 模型逐漸變得比任何可以提供反饋的人都更博學(xué)，模型的協(xié)調(diào)可能也會(huì)隨之變得越來越困難。9mK28資訊網(wǎng)——每日最新資訊28at.com

目前，當(dāng) CriticGPT 試圖從 ChatGPT 的回答中發(fā)現(xiàn)錯(cuò)誤時(shí)，它的一雙“鷹眼”就會(huì)發(fā)揮作用。OpenAI 指出，現(xiàn)實(shí)世界中的錯(cuò)誤可能遍布答案的多個(gè)部分，這是 CriticGPT 未來需要解決的問題。“我們的工作重點(diǎn)是可以在一個(gè)地方指出錯(cuò)誤，但將來我們也需要解決分散的錯(cuò)誤。”9mK28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-45-4879-0.html專給 ChatGPT“找茬”，OpenAI 訓(xùn)練 CriticGPT 模型以檢索輸出內(nèi)容錯(cuò)誤

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 開源 AI 大模型“洗牌”：阿里通義千問 Qwen2-72B 成“王者”，傲視 Meta Llama-3、微軟 Phi-3 等群雄

下一篇： 振興鄉(xiāng)村發(fā)展 助力青少年教育 中國三星連續(xù)十一年蟬聯(lián)企業(yè)社會(huì)責(zé)任榜外企第一