Словарь
InstructGPT
Семейство моделей OpenAI: это GPT-3, дообученная выполнять инструкции пользователя. Сначала модель учили на примерах ответов, которые написали люди, затем — обучением с подкреплением на основе отзывов людей (RLHF), то есть на оценках, в которых люди ранжировали её ответы. Этот подход к выравниванию лёг в основу ChatGPT.