{“id”：“https://openalex.org/W4226278401“，”doi“：”https://doi.org/10.48550/arxiv.2203.02155“，”title“：”训练语言模型遵循人类反馈指令“，”display_name“：”训练语言模型遵循人类反馈指令“，”publication_year“：2022，”publication_date“：”2022-01-01“，”ids“：｛”openalex“：”https://openalex.org/W4226278401“，”doi“：”https://doi.org/10.48550/arxiv.2203.02155“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2203.02155“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”type“：”preprint“，”type_crossref“：“posted-content”，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：{”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2203.02155“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5068949174“，”display_name“：”Long Ouyang“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Ouyang-Long“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5007570707“，”display_name“：”Jeff Wu“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Wu，Jeff“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5103934038“，”display_name“：”Xu Jiang“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Jiang，Xu“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5104285560“，”display_name“：”Diogo Almeida“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“，”armeida，Diogo“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5022076965“，”display_name“：”Carroll L.Wainwright“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Wainwrite，Carroll L“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5028772381“，”display_name“：”Pamela Mishkin“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Mishkins，Pamela“，”raw _affiliation_strings“：]，”afliations“：【】}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5100393899“，”display_name“：”Chong Zhang“，”orcid“：”https://orcid.org/0000-0002-2162-4344“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”张，冲“，”raw_affiliation_strings“：[]，“隶属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5057289323“，”display_name“：”Sandhini Agarwal“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Agarwal-，Sandhiniti“，”raw _affiliation_strings“：]，”affiliations“：【】}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5022205442“，”display_name“：”Katarina Slama“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Slama，Katarina”，“raw_affiliation_strings”：[]、“afliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“”https://openalex.org/A5065002167“，”display_name“：”Alex Ray“，”orcid“：”https://orcid.org/0000-0001-5760-7821“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Ray，Alex“，”raw关联字符串“：[]，“附属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5102168278“，”display_name“：”John Schulman“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Schulman，John“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5007861777“，”display_name“：”Jacob Hilton“，”orcid“：”https://orcid.org/0000-0003-1931-9516“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”希尔顿，雅各布“，”raw_affiliation_strings“：[]，“隶属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5011207305“，”display_name“：”Fraser Kelton“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Kelton，Fraser“，”raw _affiliation_strings“：]，”affiliations“：【】}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5037192369“，”display_name“：”卢克·E·米勒“，”兽人“：”https://orcid.org/0000-0002-7865-881X“｝，”机构“：[]，”国家“：[]，”is_correresponsing“：false，”raw_author_name“：”Miller，Luke“，”raw_affiation_strings“：[]，”附属机构“：[]｝，｛”author_position“：”middle“，”author“：｛”id“：”https://openalex.org/A5011719782“，”display_name“：”Maddie Simens“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Simens，Maddie“，”raw _affiliation_strings“：]，”affiliations“：【】}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5030305998“，”display_name“：”Amanda Askell“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Askell，Amanda“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5010674841“，”display_name“：”Peter Welinder“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Welinder，Peter“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5043847536“，”display_name“：”Paul Christiano“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Christiano，Paul“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5090592321“，”display_name“：”Jan Leike“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Leike，Jan“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5038882588“，”display_name“：”Ryan Lowe“，”orcid“：”https://orcid.org/0000-0002-7080-8406“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Lowe，Ryan“，”raw _ afiliation_strings“：[]]，”附属机构“：[]}]，”机构评估“：[]，“countries _ distinct_count”：0，“机构_ distinct _count“：0，”corresponding_author_ids“：[】，”相应的机构_ id“：[〕，”apc_list“：null，”apc _ paid“：null，“fwci”：nullhas_fulltext“：false，”cited_by_count“：2101，”citation_normalized_percentile“：{”value“：0.99994，”is_in_top_1_percent“：true，”is_ in_top_ 10_percents“：true}，”citted_by_count_year“：{“min”：99，“max”：100}，“biblio”：{“volume”：null，“issue”：null，“first_page”：nul，“last_page”：null}，‘is_retracted’：false“primary_topic”：{“id”：“https://openalex.org/T10028“，”display_name“：”自然语言处理“，”score“：0.9944，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”Physical Sciences“｝｝，”topics“：[｛”id“：”https://openalex.org/T10028“，”display_name“：”自然语言处理“，”score“：0.9944，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10181“，”display_name“：”统计机器翻译与自然语言处理“，”score“：0.9629，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T12026“，”display_name“：”可解释人工智能“，”score“：0.962，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/language-modeling“，”display_name“：”语言建模“，”score“：0.590402}，{”id“：”https://openalex.org/keywords/topic-modeling网站“，”display_name“：”主题建模“，”score“：0.554978}，{”id“：”https://openalex.org/keywords/syntax-based-translation-models网站“，”display_name“：”基于句法的翻译模型“，”score“：0.520673}，{”id“：”https://openalex.org/keywords/part-of-speech-tagging“，”“display_name”“：”部分讲话标记“，”score“：0.519968}，{”id“：”https://openalex.org/keywords/responsibility-in-ai“，”display_name“：”AI责任“，”score“：0.517546}，{”id“：”https://openalex.org/keywords/training-set“，”display_name“：”训练集“，”score“：0.5044843}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198（网址：https://www.wikidata.org/wiki/Q21198）“，”display_name“：”计算机科学“，”level“：0，”score“：0.8601968}，{”id“：”https://openalex.org/C137293760，“wikidata”：https://www.wikidata.org/wiki/Q3621696“，”display_name“：”语言模型“，”level“：2，”score“：0.78678775}，{”id“：”https://openalex.org/C177264268，“wikidata”：https://www.wikidata.org/wiki/Q1514741“，”display_name“：”Set（abstract data type）“，”level“：2，”score“：0.77025944}，{”id“：”https://openalex.org/C2780586882，“wikidata”：https://www.wikidata.org/wiki/Q7520643“，”display_name“：”Simple（哲学）“，”level“：2，”score“：0.5595702}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.5496878}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5492983}，{”id“：”https://openalex.org/C204323151，“wikidata”：https://www.wikidata.org/wiki/Q905424“，”“display_name”“：”范围（航空）“，”级别“：2，”分数“：0.5058255}，{”id“：”https://openalex.org/C51632099，“wikidata”：https://www.wikidata.org/wiki/Q3985153“，”“display_name”“：”训练集“，”级别“：2，”分数“：0.5044843}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.44980398}，{”id“：”https://openalex.org/C204321447，“wikidata”：https://www.wikidata.org/wiki/Q30642“，”display_name“：”自然语言处理“，”level“：1，”score“：0.39584786}，{”id“：”https://openalex.org/C107457646，“wikidata”：https://www.wikidata.org/wiki/Q207434“，”display_name“：”人\u2013计算机交互“，”level“：1，”score“：0.32342207｝，｛”id“：”https://openalex.org/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”编程语言“，”level“：1，”score“：0.097115844}，{”id“：”https://openalex.org/C138885662，“wikidata”：https://www.wikidata.org/wiki/Q5891“，”display_name“：”哲学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C192562407，“wikidata”：https://www.wikidata.org/wiki/Q228736网址“，”display_name“：”材料科学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C111472728，“wikidata”：https://www.wikidata.org/wiki/Q9471“，”display_name“：”认识论“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C159985019，“wikidata”：https://www.wikidata.org/wiki/Q181790“，”display_name“：”Composite material“，”level“：1，”score“：0.0｝]，”mesh“：[]，”locations_count“：2，”locations“：[｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2203.02155“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2203.02155“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4393179698“，”display_name“：”DataCite API“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”is_core“：false，”host_organization“：”https://openalex.org/I4210145204“，”“host_organization_name”：“DataCite”，“host_organization_lineage”：[“https://openalex.org/I4210145204“]，”host_organization_lineage_names“：[”DataCite“]，“type”：“metadata”}，“license”：null，“licence_id”：null，“version”：null}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2203.02155“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[{”id“：”https://metadata.un.org/sdg/16“，”display_name“：”和平、正义和强大的机构“，”score“：0.64}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：0，”referrenced_works“：]，”related_work斯“：[”https://openalex.org/W4380318855","https://openalex.org/W4362501864","https://openalex.org/W4306904969","https://openalex.org/W4287644835","https://openalex.org/W3098003361","https://openalex.org/W3092281475","https://openalex.org/W2382521049","https://openalex.org/W2144385241","https://openalex.org/W2138720691","https://openalex.org/W1585007175“]，”abstract_inverted_index“：{”Making“：[0]，”language“：[1,18,54206]，”models“：[2,19,38,55134165207]，”bigger“：[3]，”does“：[4]，”not“：[5,29,40]，”固有“：[6]，”make“：[7]，“them”：[8]，”better“：[9]，”at“：[10]，”following“：[11]，”a“：[12,60,72,86108201]，”user's“：[13]，”intent.“：[14210]，”对于“：[15]，”示例，“：[16]，”大型“：[17]，”可以“：[20]，”生成“：[21]，”输出“：[22143153]，”that“：[23195]，”are“：[24,39150]，”rulthful“，：[25]，”toxic“，“：[26]，”or“：[27]，”simply“：[28]，”help“：[30]，”to“：[31,99118152]，”the“：[32,81,92132145155]，”user。“：[33]，”In“：[34,45136]，”其他“：[35]，”单词，“：[36]，”这些“：[37]，”对齐“：[41]，”与“：[42,56,67,71197208]，”他们的“：[43]，”用户。“：[44]，”this“：[46121]，”paper“：[47]，”we“：[48,84,97116]，”show“：[49166194]，”an“：[50]，”avenue“：[51]，”for“：[52204]，”aligning“：[53205]，”user“：57]，”intent“：[58]，”on“：[59139181]，”wide“：[61]，”range“：[62]，”of“：[63,74,88,91110112]，”tasks“：[24]，”“by”：[65]，“fine-tuning”：[66196]，“human”：[68128137198209]，“feedback”。“：[69129]，”开始“：[70]，”设置“：[73]，”标签写入“：[75]，”提示“：[76,78]，”和“：[77170]，”提交“：[79]，”通过“：[80]，”OpenAI“：[82]，”API“：[83]，”收集“：[85107]，”数据集“：[87109]，”标记“：[89]，”演示“：[90]，”所需“：[93]，”模型“：[94113123149]，”行为“：[95]，“which”：[96115]，“use”：[98117]，“fine-tune”：[100120]，“GPT-3“：[101]，”使用“：[102124]，”监督“：[103122]，”学习。“：[104]，“我们”：[105130]，“然后”：[106]，“排名”：[111]，“输出”：[114]，“进一步”：[119]，“强化”：[125]，“学习”：[126]，“来自”：[127144154]，“调用”：[131]，“结果”：[133]，“指导GPT。“：[135]，”评估“：[138]，”我们的“：[140192]，”提示“：[141]，”分布“：[142]，”1.3B“：[146]，”参数“：[147]，”指令GPT“：[148164187]，”首选“：[151]，”175B“：%156]，”GPT-3“：[157]，”尽管“：[158]，”有“：[159177]，”100x“：[160]，”较少“：[161]，”参量。“：[162]，”“此外，”：[163]，“改进”：[167]，“in”：[168172]，“真实性”：[169]，“减少”：[171]，“有毒”：[173]，“输出”：[174]，“生成”：[175]，“while”：[176]，“最小”：[178]，“性能”：[179]，“回归”：[180]，“公共”：[182]，“NLP”：[183]，“数据集。“：[184]，”Even“：[185]，”thought“：[186]，”still“：[188]，”makes“：[189]，”simple“：[190]，”errors“，”：[191]，“results”：[193]，“feedback”：[199]，“is”：[200]，“looking”：[202]，“direction”：[203]}，“cited_by_api_url”：“https://api.openalex.org/works？filter=cites:W4226278401“，”counts_by_year“：[{“年”：2024，”cited_by_count“：625}，{“年份”：2023，”ciped_by_cunt“：1270}，”{“年度”：2022，“cited_by_count”：61}，“年份”:2020，”cited_by_count：1}]，”updated_date“：2024-09-14T05:48:10.642155”，”created_dated“日期”：“2022-05-05”}