OpenAI 用人类反馈训练 InstructGPT，并设为 API 默认语言模型

OpenAI 训练出比 GPT-3 更能遵循用户意图、同时更真实且毒性更低的 InstructGPT 模型，并已将其部署为 API 上的默认语言模型。这些模型采用人类参与（humans in the loop）的对齐研究技术训练。