【本文是ChatGPT技术解析系列的第2篇，后面会马不停蹄更新“算法”和“大模型训练”的内容，感兴趣的朋友可以持续关注～】 第一篇：ChatGPT技术解析系列之：训练框架InstructGPT第二篇：ChatGPT技术解析系列之：GPT1，GPT2与GPT3第三篇：ChatGPT技术解析系列之：GPT写代码的能力从何而来 在上一篇介绍ChatGPT整体架构的文章里，我们知道它的训练起点为GPT3.5，在此基础上，通过另外训练一个有监督的奖励模型，共同组装成一个RLHF（Reinforcement Learning…