AI Bot Search

Chat Generative Pre-Trained Transformer หรือที่เรียกกันทั่วไปว่า ChatGPT เป็นแชทบอทที่เปิดตัวโดย OpenAI ในเดือนพฤศจิกายน 2022 สร้างขึ้นบนโมเดลภาษาขนาดใหญ่ในตระกูล GPT-3 ของ OpenAI และได้รับการปรับแต่งอย่างละเอียด (แนวทางการถ่ายโอนการเรียนรู้) ด้วย ทั้งเทคนิคการเรียนรู้แบบมีผู้สอนและการเสริมแรง

ChatGPT เปิดตัวเป็นต้นแบบในวันที่ 30 พฤศจิกายน 2022 และได้รับความสนใจอย่างรวดเร็วจากคำตอบโดยละเอียดและคำตอบที่ชัดเจนในขอบเขตความรู้ต่างๆ ความถูกต้องตามข้อเท็จจริงที่ไม่สม่ำเสมอนั้นถูกระบุว่าเป็นข้อเสียเปรียบที่สำคัญ หลังจากการเปิดตัว ChatGPT OpenAI มีมูลค่า 29 พันล้านดอลลาร์

การฝึกอบรม

ChatGPT ได้รับการปรับให้เหนือกว่า GPT-3.5 โดยใช้การเรียนรู้แบบมีผู้สอนและการเรียนรู้แบบเสริมแรง ทั้งสองวิธีใช้ผู้ฝึกสอนที่เป็นมนุษย์เพื่อปรับปรุงประสิทธิภาพของแบบจำลอง ในกรณีของการเรียนรู้แบบมีผู้สอน แบบจำลองมีการสนทนาที่ผู้ฝึกอบรมเล่นทั้งสองฝ่าย: ผู้ใช้และผู้ช่วย AI ในขั้นตอนการเสริมแรง ผู้ฝึกที่เป็นมนุษย์จะจัดอันดับการตอบสนองที่แบบจำลองสร้างขึ้นในการสนทนาก่อนหน้านี้ก่อน การจัดอันดับเหล่านี้ใช้เพื่อสร้าง 'โมเดลรางวัล' ซึ่งโมเดลดังกล่าวได้รับการปรับแต่งอย่างละเอียดเพิ่มเติมโดยใช้ Proximal Policy Optimization (PPO) ซ้ำหลายครั้ง อัลกอริธึมการเพิ่มประสิทธิภาพนโยบายใกล้เคียงนำเสนอประโยชน์ที่คุ้มทุนสำหรับอัลกอริธึมการเพิ่มประสิทธิภาพนโยบายระดับภูมิภาคที่เชื่อถือได้ พวกเขาลบล้างการดำเนินการที่มีราคาแพงจำนวนมากด้วยประสิทธิภาพที่เร็วขึ้น แบบจำลองได้รับการฝึกอบรมร่วมกับ Microsoft บนโครงสร้างพื้นฐานของ Azure supercomputing

นอกจากนี้ OpenAI ยังคงรวบรวมข้อมูลจากผู้ใช้ ChatGPT ที่อาจใช้ในการฝึกฝนและปรับแต่ง ChatGPT เพิ่มเติม ผู้ใช้ได้รับอนุญาตให้ลงคะแนนเสียงหรือลงคะแนนเสียงตอบกลับที่ได้รับจาก ChatGPT เมื่อโหวตขึ้นหรือลง พวกเขายังสามารถกรอกฟิลด์ข้อความพร้อมข้อเสนอแนะเพิ่มเติม