学术前沿

Training language models to follow instructions with human feedback

InstructGPT 用 RLHF 对齐 GPT-3，使模型按人类指令生成更有用回答。

返回列表新窗口打开 PDF arXiv 摘要页

论文

主体信息

InstructGPT 用 RLHF 对齐 GPT-3，使模型按人类指令生成更有用回答。