OpenAI 推出 CriticGPT:用 GPT-4 给自己挑错,准确率提升 60%
OpenAI 推出基于 GPT-4 训练的模型 CriticGPT,专门辅助人类标注员找出 ChatGPT 代码中的隐蔽错误。测试显示,人机配合找错的表现比单人高出 60%。OpenAI 正将该类模型整合进 RLHF 流程,以解决模型日益聪明后的对齐难题。
OpenAI 推出基于 GPT-4 训练的模型 CriticGPT,专门辅助人类标注员找出 ChatGPT 代码中的隐蔽错误。测试显示,人机配合找错的表现比单人高出 60%。OpenAI 正将该类模型整合进 RLHF 流程,以解决模型日益聪明后的对齐难题。