instructGPT
-
ChatGPT技术原理解析：从RL之PPO算法、RLHF到GPT4、instructGPT
写在最前面，为了彻底写清楚ChatGPT背后的所有关键细节，从1月初写到5月底仍未完工，除了本文之外，过程中涉及到多篇文章(RL入门、论文解读、微调实战、代码实现、CV多模态)，再…
-
Instruction Tuning（FLAN、instructGPT、chatGPT）
首页最近被chatGPT刷屏，但翔二博主左看右看发现很多想法似乎都是一脉相通的，于是连夜从存档中找了一些文章尝试理一理它的理论路线。 具身智能综述和应用（Embodied AI） …
