6月28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訓練師難以發(fā)現(xiàn)的程度。
而為了應對這一挑戰(zhàn)，OpenAI也想出了新招，他們基于GPT-4模型，訓練了一個用于發(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)的應用變得更好。
從OpenAI在官網(wǎng)公布的消息來看，CriticGPT在他們的應用中有不錯的效果，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）來訓練CriticGPT，與訓練ChatGPT類似。但與訓練ChatGPT不同的是，他們在訓練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)助訓練師理解更長和更復雜的任務。
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。（海藍）
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(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確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
