https://luoyuxia.github.io/tags/instructgpt/ Recent content in InstructGPT on Yuxia's Blog Hugo zh Sat, 23 May 2026 12:00:00 +0800 https://luoyuxia.github.io/posts/%E4%BB%8E-gpt-3-%E5%88%B0-chatgptai-%E4%B8%BA%E4%BB%80%E4%B9%88%E7%AA%81%E7%84%B6%E5%83%8F%E5%8A%A9%E6%89%8B%E4%BA%86/ Sat, 23 May 2026 12:00:00 +0800 https://luoyuxia.github.io/posts/%E4%BB%8E-gpt-3-%E5%88%B0-chatgptai-%E4%B8%BA%E4%BB%80%E4%B9%88%E7%AA%81%E7%84%B6%E5%83%8F%E5%8A%A9%E6%89%8B%E4%BA%86/ 从 GPT-3 到 ChatGPT，真正发生的变化不是’模型更大了’，而是训练目标变了。本文梳理了这段技术演进中的四篇关键论文——GPT-3、Learning to Summarize from Human Feedback、InstructGPT、WebGPT，拆解通用能力如何通过指令微调、人类反馈强化学习和工具增强，被重新塑造成一个可用的助手系统。