解读 ChatGPT 背后的技术重点：RLHF、IFT、CoT、红蓝对抗


近段时间，ChatGPT 横空出世并获得巨大成功，使得 RLHF、SFT、IFT、CoT 等这些晦涩的缩
写开始出现在普罗大众的讨论中。这些晦涩的首字母缩略词究竟是什么意思？为什么它们如此重
要？我们调查了相关的所有重要论文，以对这些工作进行分类，总结迄今为止的工作，并对后续
工作进行展望。
我们先来看看基于语言模型的会话代理的全景。ChatGPT 并非首创，事实上很多组织在 OpenAI
之前就发布了自己的语言模型对话代理 (dialog agents)，包括 Meta 的 BlenderBot，Google 的
LaMDA，DeepMind 的 Sparrow，以及 Anthropic 的 Assistant (Anthropic 的 Claude 就是部分
基于 Assistant 继续开发而得的)。
其中一些团队还公布了他们构建开源聊天机器人的计划，并公开分享了路线图 (比如 LAION 团
队的 Open Assistant)，其他团队肯定也有类似的内容，但尚未宣布。
下表根据是否能公开访问、训练数 ...