解读 ChatGPT 背后的技术重点：RLHF、IFT、CoT、红蓝对抗
近段时间，ChatGPT 横空出世并获得巨大成功，使得 RLHF、SFT、IFT、CoT 等这些晦涩的缩
写开始出现在普罗大众的讨论中。这些晦涩的首字母缩略词究竟是什么意思？为什么它们如此重
要？我们调查了相关的所有重要论文，以对这些工作进行分类，总结迄今为止的工作，并对后续
工作进行展望。
我们先来看看基于语言模型的会话代理的全景。ChatGPT 并非首创，事实上很多组织在 OpenAI
之前就发布了自己的语言模型对话代理 (dialog agents)，包括
Meta 的 BlenderBot，Google 的
LaMDA，DeepMind 的 Sparrow，以及 Anthropic 的 Assistant (Anthropic 的 Claude 就是部分
基于 Assistant 继续开发而得的)。
其中一些团队还公布了他们构建开源聊天机器人的计划，并公开分享了路线图 (比如 LAION 团
队的 Open Assistant)，其他团队肯定也有类似的内容，但尚未宣布。
下表根据是否能公开访问、训练数据、模型架构和评估方向的详细信息对这些 AI 聊天机器人进
行了比较。 ChatGPT 没有这些信息的记录，因此我们改为使用 InstructGPT 的详细信息，这是
一个来自 OpenAI 的指令微调模型，据信它是 ChatGPT 的基础。
LaMDA BlenderBot 3 Sparrow
ChatGPT /
InstructGPT
Assistant
组织
Google Meta DeepMind OpenAI Anthropic
能否公开
访问
否 能 否 有限 否
大小
137B 175B 70B 175B 52B
预训练
基础模型
未知
OPT Chinchilla GPT-3.5
未知
预训练语
料库大
小 (词数)
2.81T 180B 1.4T
未知
400B
模型是否
可以
访问网络
✔ ✔ ✔
✖ ✖
有监督
微调
✔ ✔ ✔ ✔ ✔
