RLHF / アラインメント期

InstructGPT で RLHF が定着。ChatGPT・Claude 1-2・Llama 1-2・Mistral 7B など対話系・open-weights 系が一気に爆発。

期間: 2022-01-27 〜 2023-09-25

記事 1 件

RLHF / アラインメント期 OpenAI 2022-11-30

ChatGPT 公開

InstructGPT の RLHF をベースにしたチャットインターフェース ChatGPT が公開。1週間で100万ユーザー、2ヶ月で1億ユーザーを獲得し、生成AIの一般普及の起点に。

ソース: ChatGPT