“他们在gpt-3的底座上，又灌了一轮超大规模的代码预训练，内部叫-davinci-002。”
“github上能扒的高质量代码，加上一部分自然语言和代码混在一起的数据，一锅炖进去。”
“灌完这一轮出来，模型的推理能力莫名其妙地就起来了。”
“不光是会写代码了，你让它做数学题、让它做多步逻辑推理、让它分析一段很长的论证，它突然就会想了。”
“业内现在把这个叫做代码带出来的思维链。”
“代码这个东西是很严苛的，你少一个分号它就跑不了。”
“模型在海量代码上被反复蹂躏过一遍之后，它对一步一步地把事情想清楚这件事，就有了一种别的语料给不了的感觉。”
邱明丽顿了一下，抿了一口酒。
“在这个底座上，再往上套指令微调、再往上套rlhf那才有了chatgpt。”
“但你要问跳在哪儿，我也只是个人猜测，最关键的一跳我觉得的是在代码预训练那一步。”
“rlhf真正解决的问题，是怎么让这个聪明但是野的模型听人话。”
“它解决的是对齐，不是智商。”
那个戴眼镜的男人慢慢地点头，若有所思。
邱明丽接着补了一句。
“当然rlhf那一套也不是简单东西。”
“我们这边要追这一套，标注员的培训体系从零开始搭，至少得半年到一年才能进入状态。”
桌上一片安静。
李总端起杯子，轻轻晃了一下。
“我补一句。”
“我们家文心这边，其实也不是从今年才开始搞的。”
“ernie3.
0titan两年前就发了，2600亿参数，中文那些经典榜单上咱们也不虚gpt-3。”
“真要说单纯的中文语言理解，我们底子不差。”
李东一直没有说话，但是他听的很认真。
李总继续说道。
“但这次3.
5一出来，我自己心里凉了一下。”
“凉不是凉在它中文比我们好，它中文其实还没我们好。”
“主要是……它和我们根本不是在做同一件事。”
“我们之前那一代大模型，比的是这个句子的意思你理解得准不准、你分类的对不对、你完形填空填得好不好。”
本章未完，请翻下一页继续阅读.........