跳到正文
OpenAI·· 2019-09-19AI 评分38

OpenAI 发布基于人类偏好微调的 GPT-2

Fine-tuning GPT-2 from human preferences

AI 导读

OpenAI 利用人类反馈对 774M 参数 GPT-2 模型进行了微调。该模型成功匹配了外部标注者的偏好,但摘要任务需 60k 标注,风格化续写任务仅需 5k。其目标是将安全技术应用拓展至“机器与人类对话”这一通用任务。

来源:OpenAI · openai.com