在前世OpenAI得到GPT3之后，为了发展出ChatGPT级别的智能，他们曾经做过两种不同路线的尝试。
OpenAI将一批模型命名为达芬奇，分为代码版达芬奇和文本版达芬奇两种，顾名思义，一种用于代码，一种用于文本语言。
这两兄弟可以算作是第一版的GPT3.5，也就是ChatGPT的原始版。
对比原本有点笨笨的GPT3，两兄弟已经开始展现出不少关键能力。
比如合理的响应人类的指令。
他们针对人类的输入内容，回应会显得非常合理，给人感觉像是在进行对话和思索。而此前的GPT3，会经常复读相关，但是根本没用也不是回答的句子。
比如可以对从未见过的任务和知识内容进行应对，这一点是至关重要的。
如果模型只能对训练集内有的文本进行理解和回答，那么上线以后是完全没法用的。
广大民众的想象力是无限的，分分钟就会发现智能的漏洞所在，进而对这款智能失去兴趣，这也是为什么GPT3在人工智能领域外几乎没有什么水花。
最重要的一点，是模型具备了【思维链】，能够对比较长的句子和事件的因果关系进行相当复杂的推理。
这一点也是GPT3几乎不具备的。
思维链的能力至关重要，它不仅使得模型能够更加聪明的理解人类用户的输入，更加关键的地方在于强化了多轮对话的前后文理解能力。
它使得语言模型仿佛具有了相当的记忆力，用户每次输入内容和进行对话的时候，几乎不需要过多的提及之前的内容，模型就仍旧能够串起前文，理解用户的意图。
这些新的能力，是使得GPT3.5完全蜕变，成为全世界目光焦点的关键所在。
而与GPT3相比，模型的参数和训练的数据变化其实很小。
所以孟繁岐才会认为，数据和模型规模固然重要，但还不够产出ChatGPT这样聪慧的智能。
在此基础之上，还需要另做文章，并且工程量不小。
这些操作和技巧，就是OpenAI最成功产品，ChatGPT的核心科技。
“首先要做的两件事是【指令微调】和【代码训练】。”孟繁岐如今手下已经有了好几十人，既然付工资，该让他们做的事情当然不用客气。
指令微调到底是否改变了模型的性能，这个问题其实并不好说。
不过前世有很多研究证明，指令微调的确可以使得模型的输出更加符合人类的风格，符合人类的偏好。
或许，微调前的模型其实已经理解了内容，掌握了对应知识，但它表达的方式和风格并不是人类的风格，又或者说，它不知道应该如何表达。
这也就导致了人类对它们的回应评价不高。
“大家不要小看指令微调，如果说随机参数生成的大模型就像是人类婴儿，经过首轮训练的GPT就像是刚刚完成九年义务教育的中学生。他们有基础的知识和写作能力，但如果想让他们在特定任务上独当一面，还需要进行专门的实习锻炼。”
“指令微调就像是一种引导，让大模型在少量的训练调整中，大概理解什么样的问题需要检索什么样的知识，如何回答才是更好的方式。”
“这种模式，我们之前在做AI医生的时候，已经有过非常详尽的流程和模版了，不熟悉的同事可以先去学习一下。”孟繁岐知晓这件事的重要性，因而从两年前开始收集数据的时候，早就规定了收集数据需要的格式。
一步到位，为后面省了不少事情。
上一次AI医生，之所以能用数亿的参数量做到那么好的效果，指令微调策略是贡献很大的。
他使得AI模型能够显得非常自信专业，很像是具备特定领域专业知识的老医生。
并且时刻知道自己的身份，会提醒患者去医院确认情况，不会过于自信。
“这一次的主要挑战在于我们要打造一个通用的语言大模型智能，因此多个方面和领域都需要微调，任务种类可能达到数千的级别。”
“我留给大家的时间并不多，可能只允许你们失败一次。有任何问题及时跟我联络协调，不要硬着头皮耗，到最后耽误了整体的进度，奖金扣光！”
孟繁岐平时对于薪水发放很好说话，但关键时刻也不会容许有人掉链子。
想做ChatGPT这样的通用模型，这一整套流程需要大家齐心协力完成，单只靠几个已经熟悉了这个过程的小团体就显得不够了。
【指令微调】需要用量来堆，前世大家的总结是，【对没有见过的指令也能做出正确反馈】这种奇特的智能能力，是在模型训练的指令数量超过一定程度之后，自动出现的。
很多家机构和模型，都在自己的训练过程中，发现了这样的现象。
说难听点就是，大力出奇迹了，量变产生了质变，并没有谁提前预料到了这个结果。
而另一个关键因素【代码训练】，则是大模型产生了【思维链】的一大主要原因。
GPT3的训练阶段，数据中没有包含任何代码，它基本不具备【思维链】能力。
谷歌的PaLM，含有大约百分之5左右的代码数据，最终得出的模型具备【思维链】的能力。
这章没有结束^.^，请点击下一页继续阅读！