ChatGPT是openai推荐的优化对话的语言模型，是openai使用来自人类反馈的强化学习（RLHF）训练了这个模型，使用与InstructGPT相同的方法，但在数据收集设置上略有不同。1）使用监督微调训练了一个初始模型：人类人工智能训