更像与真人聊天，OpenAI发布新一代语言模型ChatGPT

AI 聊天机器人再进化。AI 研究机构 OpenAI 推出新一代语言模型 ChatGPT，能以“更贴近一般人”的对话方式与用户互动，如回答问题、承认错误、质疑不正确的提问或拒绝不当要求等。ChatGPT 目前为研究预览阶段，供用户免费试用，用户输入的内容会成为 AI 训练素材，因此不要输入个人隐私或敏感字词的内容。

ChatGPT 是基于 GPT-3.5 模型微调而成，以语言服务模型 InstructGPT 为基础，通过人类反馈增强学习（RLHF）训练该模型，不过数据设置略有不同。能以对话回应用户问题，基本上能回答许多琐事。经实测询问 ChatGPT 机器人若没有钱该怎么办，系统数秒就能回答，提供发问者实质建议。

另外，OpenAI 测试后发现 ChatGPT 也可以 debug 程序代码。开发人员贴一段存在 bug 的程序代码，询问 ChatGPT 调试方法；而 ChatGPT 会通过对话询问开发者更多资讯，以提供具体有效的解法。

研究人员说明，ChatGPT 对措辞非常敏感。当用户发问而未获得正确答案或回应时，可尝试调整措辞；只要稍微改写句型，ChatGPT 就能正确回答。

OpenAI 也指出，ChatGPT 回应仍未完美，因有时 ChatGPT 会有看似合理却不正确或荒谬的答案。研究人员认为原因有三种，除了在增强训练时缺乏事实来源，或是监督训练时被误导，训练模型过度谨慎反而拒绝回答可能正确回答的问题。

另外，有时 ChatGPT 回应会过度冗长或不停重复部分词语，研究人员说明是训练资料偏差。人工智能训练者通常喜欢全面回答，加上常见模型过度优化，导致 ChatGPT 重复语句。

研究人员补充，理想状况，当用户提出模棱两可问题时，AI 模型会试着发问以厘清问题，不过目前 AI 模型通常倾向猜测用户意图。

除此之外，ChatGPT 回应问题时，有时仍会出现偏见或提出有害回应（如假资讯）。研究人员表示，以尽量让 ChatGPT 拒绝不当请求，且通过 Moderation API 警告或阻挡特定不安全内容；不过仍预期有部分遗漏，因此会持续收集用户反馈并改进系统。

（首图来源：OpenAI）