第323章 ChatGPT核心技术（合）（3 / 4）

《重生之AI教父》转载请注明来源：369小说网(369book.cc)

p>

“按理来说，代码是一种中间产物，属于人类语言和机器语言的中间地带。它跟人类语言的差距是非常大的，几乎没有什么相似之处。”closeAI内部曾经对这个问题进行过讨论，但没有什么特别有意义的结果。

大家断断续续讨论了一两周，都猜测，也许是因为编程过程与人类逐步解决任务的过程非常类似。

很多难题都不是可以一步到位的，问题也比较复杂，并不能简单进行答复。

很可能需要分多个层次进行分析，讨论各种可能性。

这就和编程当中的if语句有些类似。

模型很可能从代码的方式中触类旁通，学会了对不同的假设场景给与不同的应对策略。

而比较整体的代码项目，又会将一个相对复杂的任务，拆解为数个简单任务，做成不同的功能。

这一点很可能是大量代码对大语言模型有很强效果的一大原因。

总得来说，孟繁岐觉得这件事情还是非常有趣的。

这些代码别说普通人了，他自己都有很多根本看不懂。

因为收集代码数据集，涉及的各种不同语言太多，光是比较知名的就有十来种。

大部分程序员能写个三四种语言，就已经相当不得了了。

并且，即便一位懂得某个语言，他的实力也未必就能看得懂具体的项目。

孟繁岐非常怀疑大模型是否真的理解了每个项目的具体意义，但唯一肯定的是，大量代码对模型的效果帮助的确很大。

而等到【指令微调】和【代码训练】都做完之后，孟繁岐就需要做一种基于人类反馈的强化学习（RLhF）了。

chatGpt与此前各种测试版本的达芬奇3.5模型相比，一个很大的区别就是它经过了RLhF。

chatGpt后来很多新的能力，那些显得非常智能的能力，都是基于人类反馈而诞生的功能。

比如相对详实的回应，chatGpt相比原始的大语言模型显得有些啰嗦，它会倾向于给出更为全面的回答。

并且，对于涉及多方利益的事情，它很喜欢端水，以免显得过于偏向某一方，显得是在【站队】。

以及拒绝不当问题的能力，这也相当程度上依赖人类的反馈去调整模型。

bing大小姐显得那么傲娇，主要就是因为微软的人在人类反馈上显得更加傲娇。

最为神奇的部分，就是chatGpt拒绝回答新事件的能力。它会经常说，自己只知道2021年之前的事情，基于人类的反馈使得chatGpt能够模糊地知晓那些东西在这个时间范围内，哪些东西并不在内。

虽然chatGpt并不是每一次都能够判断正确，但这仍旧是相当神奇的事情，人们至今无法知晓，它究竟是通过什么方式来判断某些话题是否在时间范围内的。

经过前世和现在的大量测试和实验，closeAI认为绝大部分【能力】和【知识】，都是在初次训练之后，模型已经具备了的。

不论是【指令微调】还是【RLhF】，都只是【解锁】了模型的能力。

得出这个结论是因为，对比训练时候使用的无敌庞大数据来说，做【指令微调】又或者是【RLhF】，所使用的数据和计算量都是相对要小很多的。

换句话来说，这种微调工作，其实最大的一个效果是【让模型知道它不知道什么】。

本章未完，请点击下一页继续阅读！