报告阅读|ChatGPT调研报告（哈工大版）

这篇报告是由哈工大自然语言处理研究所所撰写的，主要从GPT的技术原理、应用场景等角度对GPT进行详细介绍。ChatGPT与目前的数据库

这篇报告是由哈工大自然语言处理研究所所撰写的，主要从GPT的技术原理、应用场景等角度对GPT进行详细介绍。

ChatGPT与目前的数据库、搜索引擎等相比，最显著的可能就在于它打破了知识传播的局限。报告中指出，其是全新一代“知识表示和调用方式”。

整体上，ChatGPT的核心算法可以分为“实现基础的 Transformer 模型、激发出其所蕴含知识的 Prompt/Instruction Tuning 算法、其涌现出的思维链能力、以及确保其与人类意图对齐的基于人类反馈的强化学习算法。”

看完后，我比较关注的一个是提示学习与指令精调，这部分与基于人类反馈的强化学习算法的应用，使得模型与人类需求对齐。

在指令精调中，openai使用的一部分是来自通过其api获取的真实人机交互的数据；另一部分，仍是组建了一个标注团队，来进行相关数据集的梳理与标注。

另一个关注点在于思维链（COT），通过在小样本提示学习的示例中，插入一系列中间推理步骤，提升模型推理能力。可以理解为将人类解决问题的思维过程“step by step”的喂给模型。

上述这些核心算法环境，在已有大规模样本的基础上，还是需要基于人工标注团队所形成的高质量数据集，如openai所使用的模型微调数据集，包括新闻文章的摘要数据集、问答数据集等。

报告在给出GPT的核心算法和技术原理的同时，也指出了目前GPT尚存的一些问题，如大规模语言模型自身的局限性，包括模型的时效性，大规模模型的训练成本，模型回复的可信性等；此外，还有数据泄露风险、基于标注团队进行精调和引导的标注人员自身偏见问题以及GPT在多数问题上“不确定”式的回答方式等。（需要报告的可戳）

https://katerina-juzi.notion.site/8b1235cd51b04482ba3da0d52e7e51b6