ChatGPT和InstructGPT的训练方式相同,都是采用GPT-3的网络结构,并通过指示学习构建训练样本来训练一个奖励模型。它们的不同点仅在于数据采集上,ChatGPT可能提高了对话类任务的占比,并将提示方式转换为Q&A的方式。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。