OpenAI·2019-09-19 15:00· 2019-09-19AI 评分38OpenAI 发布基于人类偏好微调的 GPT-2Fine-tuning GPT-2 from human preferencesAI 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.comOpenAI / ChatGPT推理能力论文研究#论文/研究#推理#OpenAI