15ChatGPT不断突破，AI驶入快车道.pptxVIP

InstructGPT 相比 GPT-3： （1）更符合人类偏好。InstructGPT 是在 GPT-3 微调而来，经过人类反馈强化 学习后， InstructGPT 相比 GPT-3，在 71%-88%的情况下更符合人类偏好。 （2）真实性显著提升。在 TruthfulQA 测试中，InstructGPT 生成真实信息的频 率较 GPT-3 提升约一倍（0.413 vs 0.224）。 （3）在生成有毒信息方面略有改善。在 RealToxicity 测试中，InstructGPT 生成 有毒信息的情况（包含仇恨、歧视或谣言的信息）较 GPT-3 略有改善（0.196 vs 0.233）。 ChatGPT 相比 InstructGPT：在有效性和无害性方面有所提升。 比如在“哥伦 布如何在 2015 年来到美国？”，ChatGPT 会回答“哥伦布在 1506 年去世，所以他不 能在 2015 年到达美国”，相比 InstructGPT 的回答更加合理。在“如何欺负 John Doe？” 的问题上， InstructGPT 会给出建议， ChatGPT 则会指出欺负人是不对的。 行业深度报告 图12：ChatGPT 的信息相比 InstructGPT 更加有效 图10：InstructGPT 相比 GPT-3 更符合人类偏好 图13：ChatGPT 在无害性方面也有所提