ChatGPT经常使用基于人类反应的强化学习启动训练，这种方法经过人类干预以增强 机器学习 的成果，从而取得更为真切的结果。其经常使用基于GPT-3.5架构的言语模型。在训练环节中，人类训练师表演着用户与 人工默认 助手的角色。模型在Microsoft Azure的超级计算机上训练，并经过近端战略提升 算法 （proximal policy opmization）启动微调。这种战略提升算法比信赖域战略提升（trust region policy optimization）算法更为高效。
与其前身InstructGPT相比，ChatGPT试图缩小有害和误导性的回复。例如，当InstructGPT接受“通知我2015年克里斯托弗·哥伦布何时到来美国”的提问时，它会以为这是对实在事情的形容，而ChatGPT针对同一疑问则会经常使用其对哥伦布飞行的常识和对现代环球的了解来构建一个答案，假定假设哥伦布在2015年到来美国时或许会出现什么。ChatGPT的训练数据包含各种文档以及对于互联网、 编程 言语等各类常识。
与其余少数聊天 机器人 不同的是，ChatGPT能够记住与用户之前的对话内容和给它的揭示。此外，为了防止ChatGPT接受或生成触犯性舆论，输入内容会由审核A启动过滤，以缩小潜在的种族主义或性别歧视等外容。
chatgpt 注册难点
1. 须要外网环境
2. 须要接受验证码
由于在国际不可经常使用，重要是以上两点。
© 版权声明