ChatGPT

ChatGPT是生成型预训练变换模型（GPT），在GPT-3.5之上用基于人类反馈的监督学习和强化学习微调。 这两种方法都用人类教練来提高模型性能，以人类干预增强机器学习效果，获得更逼真的结果。 在监督学习的情况下為模型提供这样一些对话，在对话中教練充当用户和AI助理两种角色。