InstructGPT 论文精读【论文精读】

[@frozhen2807]

非常喜欢您的讲解。最喜欢的就是您基本没有中英文混着说，纯中文非常不错。

[@hongpengjin9435]

感谢老师，不知道是ChatGPT太有趣了还是老师讲解方式好，总之受益匪浅！

[@CTT36544]

看了你很多视频，发现逻辑清晰，内容可以深入浅出。建议你在这个“论文精度”的playlist之外再开个专门讲DL基础的playlist，保证受欢迎。

[@sidolin6671]

Mu教Berkley课程 KZbin有

[@wayneyue1662]

厉害！

[@0xsamo]

太感动了，很喜欢科技的小白，但读不懂论文，简直被戳中G点

[@Anewghost]

雖然大部分我都聽不懂，但還是看完了😂 謝謝你的解說🙏🏻👍🏻

[@wayneyue1662]

太喜欢了Mu Li 非常需要AI领域精品论文和方法的讲解！

[@zyw2134]

感谢李哥无私分享~！

[@xugangye6494]

Here, regarding the pairwise ranking loss, it’s actually based on the softmax probability: P(y_w is preferred over y_l) = exp(r(x, y_w; theta) - r(x, y_l; theta)) / ( exp(r(x, y_w; theta) - r(x, y_l; theta)) + exp(r(x, y_l; theta) - r(x, y_w; theta)) ) So, it’s standard in for ranking model

[@blockedao8855]

同学们来开组会了

[@yanyanzheng4955]

谢谢大神，一直等着呢

[@jingyang4636]

谢谢老师的讲解！

[@davishuang4010]

非常棒的講解！！希望你能多出關於chatgpt的影片！！

[@lucantang4132]

感谢大佬，讲的很清楚🤩

[@許逸凱]

align台灣這邊會傾向翻譯成校準，中國大陸我之前待過會用對齊這個字，可以給老師參考一下

[@danielliang3842]

补充一个，在大陆的生物信息领域，align翻译为 比对

[@danielliang3842]

当然，应该还是 对齐 更接近英文的字面意思

[@ostensibly531]

大牛，如果要把chatgpt变成某一领域的expert，应该用这篇文章里的方法还是直接用openai的finetuning api更好?

[@quantumjun]

真喜欢老师的视频

[@ghostviper5887]

最小工作发布单元真的是高情商描述了：）

[@incendioraven4269]

🤣

[@goldaa4093]

😂

[@jasonwu6012]

感谢您的讲解! 我想请教您： Transformer是个非常漂亮的LLM的突破，给了GPT优秀的语言能力。有论文解释为什么好的语言能力，也等于知识记忆和逻辑归纳能力吗？🙏🙏🙏

[@senx8758]

逻辑归纳能力主要来自语料记忆。 语言模型主要还是文科生

[@shuhuijiang361]

请问 RLHF和传统的supervised 找人标groundtruth label是一回事换了个名字吗？还是不同的意思？

[@hayama2363]

用chatGPT讀GPT的三篇文章可以嗎？

[@whoami6821]

大佬可以把 divi into deep learning 的课也拌匀刀您频道吗？ B站在美国好像不是很流畅😭

[@谢欣-j2f]

反向代理

[@wayneyue1662]

B站有课程视频吗，账户名叫啥

[@tianyw0]

align = 对齐，现已简称“勾对”，即沟通对齐。

[@jijie133]

Great video!

[@changtimwu]

9:54 是啊, 以後不要再以為 "大力出奇蹟" 了

[@liwang-pt4vp]

在chatGPT无法理解问题的时候，确实提供的答案都是在一本正经的胡说八道

[@jacksonchen8679]

step 3 的圖好像在影片上沒有 model 41:37

[@pighuizhi7364]

沐神，aligned could be translated to 拉通对齐

[@achillesarmstrong9639]

47:27这里有一个错误哦。4选2是生成6个排序，9选2生成36个排序，所以多了6倍，而不是9倍。这里博主说错了哦

[@boyiablefly]

他后面说了，原来的方法是只标最好的，所以只有4种比较关系

[@yuli.kamakura]

强化学习 PPO

[@56nxcols89nxci]

align=拉通对齐（华为），简称对齐

[@jxitc]

请问为啥不用已有的问答数据库？比如知乎 quora之类的？

[@tokyoaflowertokyo8300]

知乎上的数据用来做训练？那训练的结果会很情绪化，喜欢装逼或者喜欢喷人，或者小粉红思维

[@jxitc]

@@tokyoaflowertokyo8300 情绪化 装逼 或者政治内容请你移步其他地方，我这里是科学讨论。

[@qutesoft]

aligned 翻译的话应该 对齐

[@fitokay]

good

[@jokehuang1611]

CloseAI 😀

[@johnnyhuo8255]

学习

[@changtimwu]

14:00 只能說一語成讖了

[@alanllz]

align 通常翻译成 对齐？

[@yufanz1064]

统一思想，意见

[@li-pingho1441]

awesome!

[@yuli.kamakura]

这个是什么工具呀？

[@user-wzb]

第一次比b站快

[@yoshi_from_the_turtleland]

57:41

[@elementsix1167]

可以肯定这篇文章主要作者都是华人，排在前三位的很明显是华人的姓氏

[@xufenghu3063]

🎃

[@hujosh8693]

你真的看懂論文嗎？一開始就胡說八道了。InstructGPT的重點根本不是標數據，是RLHF和reward model，怎麼你說成一定要標一點數據這種論點？

[@deter3]

你的专业应该就不是大语言模型方面，讲解的技术洞察力方面极度一般。