← 返回论文库
InstructGPT: Training Language Models to Follow Instructions (RLHF)
Ouyang, et al. (OpenAI) · 2022
L4.2 · Foundation Model Tech StackNeurIPS 2022#alignment#rlhf
CORE IDEA
SFT + Reward Model + PPO 三段式对齐，ChatGPT 的方法学基础。
L-ANCHOR · 为什么在这一层重要
RLHF 起点