HelloAI
🏷️ 标签

#InstructGPT

共找到 1 条相关内容： 1 篇论文

📑 论文精读

2022
Training language models to follow instructions with human feedback (InstructGPT)
从 GPT-3 到 ChatGPT 的"桥梁"。提出 SFT + RLHF 三阶段训练让 LLM "听话"——这套流程定义了之后所有商业 LLM 的训练范式。
🏆
← 回到所有标签