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。