GPTに変化球。ChatGPTのエラーを見つけ出すための新モデル「CriticGPT」、OpenAIが発表／「RLHF」の際に人間のAIトレーナーを支援

ツイート

米OpenAIは6月27日（現地時間）、同社が提供する大規模言語モデル（LLM）「GPT-4」をベースとした新AIモデル「CriticGPT」を発表した。LLMの強化学習に利用するGPTモデルとして、現在「ChatGPT」の比較的短い回答を対象にトレーニング中。