AIGC動態(tài)歡迎閱讀

原標題：OpenAI的Weak-to-Strong在說什么
關鍵字：模型,人類,數據,任務,效果
文章來源：算法邦
內容字數：5149字

內容摘要：

前陣子OpenAI新成立的SuperAlignment放出了他們的第一篇工作[1]，雖然沒有帶來太多震撼，只是驗證了一個簡單的直覺：用弱一點的模型標注數據，精調更強的基模型，得到的效果好于弱模型本身。
但通過上面的結論，就可以推斷出：用人類標注的數據，精調強于人類的基模型，就能超越人類了。這就是OpenAI的風格，論文看著也沒說啥，只是說了一個小規(guī)律，但如果把這個小規(guī)律scale起來，就大力出奇跡了。
不過這篇文章跟之前SuperAlignment放出的計劃還是有些區(qū)別，也沒我預期那么fancy（我不配），下面先簡要介紹下這篇文章的重點結論，再聊下個人觀后感。
01Weak-to-Strong講了啥這篇文章主要是驗證：用弱模型的輸出訓強基座，是否能產生大于弱模型的效果？
作者的做法很簡單：
用監(jiān)督數據訓一個弱模型，作為基線
用弱模型產生label，訓練強模型
用監(jiān)督數據訓strong模型，作為天花板
在NLP任務上，得到的效果很理想，精調出的模型好于弱模型，且效果會隨著弱模型尺寸、強模型尺寸的提升而提升。但問題馬上就來了，在chess puzzles、reward modeling這兩

原文鏈接：OpenAI的Weak-to-Strong在說什么

聯(lián)系作者

文章來源：算法邦
作者微信：allplusai
作者簡介：「算法邦」，隸屬于智猩猩，關注大模型、生成式AI、計算機視覺三大領域的研究與開發(fā)，提供技術文章、講座、在線研討會。