{"id":352750,"date":"2024-05-20T22:14:35","date_gmt":"2024-05-20T22:14:35","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=352750"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=352750","title":{"rendered":"<span>Reinforcement Learning from Human Feedback: \u043a\u043e\u0433\u0434\u0430 \u043e\u0434\u043d\u043e\u0439 \u043c\u0430\u0442\u0435\u043c\u0430\u0442\u0438\u043a\u0438 \u043c\u0430\u043b\u043e<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p><em>\u0421\u043e\u0442\u043d\u0438 \u043b\u044e\u0434\u0435\u0439 \u0441\u043e\u0431\u0440\u0430\u043b\u0438\u0441\u044c \u043d\u0430 \u043a\u043e\u043d\u0444\u0435\u0440\u0435\u043d\u0446\u0438\u0438 ICML \u043d\u0430 \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0435 \u043f\u0440\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0441 \u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043e\u0442\u0437\u044b\u0432\u043e\u0432 (reinforcement learning from human feedback, RLHF). \u0414\u043e\u043a\u043b\u0430\u0434\u0447\u0438\u043a \u0441\u043f\u0440\u043e\u0441\u0438\u043b, \u043a\u0442\u043e \u0445\u043e\u0447\u0435\u0442 \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435. \u041f\u044f\u0442\u044c, \u0431\u044b\u0442\u044c \u043c\u043e\u0436\u0435\u0442, \u0434\u0435\u0441\u044f\u0442\u044c \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u043f\u043e\u0434\u043d\u044f\u043b\u043e \u0440\u0443\u043a\u0438. \u0418 \u044d\u0442\u043e \u043d\u0438\u043a\u043e\u0433\u043e \u043d\u0435 \u0443\u0434\u0438\u0432\u0438\u043b\u043e.<\/em><\/p>\n<p>\u042f \u0441\u00a0\u0443\u0434\u043e\u0432\u043e\u043b\u044c\u0441\u0442\u0432\u0438\u0435\u043c \u0432\u044b\u0441\u0442\u0443\u043f\u0438\u043b \u043d\u0430 <a href=\"https:\/\/icml.cc\/Conferences\/2023\" rel=\"noopener noreferrer nofollow\"><u>ICML 2023<\/u><\/a>, \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0432\u0448\u0435\u0439 \u043d\u0430\u00a0\u0413\u0430\u0432\u0430\u0439\u044f\u0445, \u0441\u00a0\u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u043e\u043c \u043f\u043e\u00a0\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044e \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043e\u0442\u0437\u044b\u0432\u043e\u0432 \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u043e \u0441 <a href=\"https:\/\/substack.com\/@natolambert\" rel=\"noopener noreferrer nofollow\"><u>\u041d\u0435\u0439\u0442\u0430\u043d\u043e\u043c \u041b\u0430\u043c\u0431\u0435\u0440\u0442\u043e\u043c<\/u><\/a> \u0438\u0437\u00a0Hugging Face. \u041c\u044b \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b\u0438 <a href=\"https:\/\/zenodo.org\/record\/8186168\" rel=\"noopener noreferrer nofollow\"><u>\u0441\u043b\u0430\u0439\u0434\u044b \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0430<\/u><\/a>, \u0430\u00a0\u0432\u00a0\u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u043a\u0440\u0430\u0442\u043a\u043e \u043f\u0435\u0440\u0435\u0441\u043a\u0430\u0436\u0443 \u043d\u0430\u00a0\u0440\u0443\u0441\u0441\u043a\u043e\u043c \u044f\u0437\u044b\u043a\u0435 <a href=\"https:\/\/evalovernite.substack.com\/p\/rlhf-math-aint-enough\" rel=\"noopener noreferrer nofollow\"><u>\u0441\u0432\u043e\u044e \u0447\u0430\u0441\u0442\u044c \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0430<\/u><\/a>, \u043f\u043e\u0441\u0432\u044f\u0449\u0451\u043d\u043d\u0443\u044e \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f\u00a0RLHF.<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w780q1\/getpro\/habr\/upload_files\/339\/49f\/604\/33949f604a1b6fa8030e4bd46e823c92.jpeg\" alt=\"\u0421\u0442\u043e\u043b\u044c\u043a\u043e \u043b\u044e\u0434\u0435\u0439 \u043f\u0440\u0438\u0448\u043b\u043e \u043f\u043e\u0441\u043b\u0443\u0448\u0430\u0442\u044c \u043f\u0440\u043e RLHF!\" title=\"\u0421\u0442\u043e\u043b\u044c\u043a\u043e \u043b\u044e\u0434\u0435\u0439 \u043f\u0440\u0438\u0448\u043b\u043e \u043f\u043e\u0441\u043b\u0443\u0448\u0430\u0442\u044c \u043f\u0440\u043e RLHF!\" width=\"1280\" height=\"960\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/339\/49f\/604\/33949f604a1b6fa8030e4bd46e823c92.jpeg\" data-blurred=\"true\"\/><\/p>\n<div><figcaption>\u0421\u0442\u043e\u043b\u044c\u043a\u043e \u043b\u044e\u0434\u0435\u0439 \u043f\u0440\u0438\u0448\u043b\u043e \u043f\u043e\u0441\u043b\u0443\u0448\u0430\u0442\u044c \u043f\u0440\u043e RLHF!<\/figcaption><\/div>\n<\/figure>\n<blockquote>\n<p>\u041a\u0442\u043e \u0438\u0437 \u0432\u0430\u0441 \u0445\u043e\u0447\u0435\u0442 \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f RLHF?<\/p>\n<p><em>\u0412\u0435\u0441\u044c \u0437\u0430\u043b \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442 \u0440\u0443\u043a\u0438.<\/em><\/p>\n<p>\u041e\u0442\u043b\u0438\u0447\u043d\u043e! \u0410 \u043a\u0442\u043e \u0438\u0437 \u0432\u0430\u0441 \u0445\u043e\u0447\u0435\u0442 \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f RLHF?<\/p>\n<p><em>\u041f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u043f\u044f\u0442\u044c, \u0432 \u043b\u0443\u0447\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0434\u0435\u0441\u044f\u0442\u044c \u0440\u0443\u043a.<\/em><\/p>\n<\/blockquote>\n<p>\u042f \u0441\u0447\u0438\u0442\u0430\u044e, \u0447\u0442\u043e\u00a0\u043e\u0447\u0435\u043d\u044c \u0432\u0430\u0436\u043d\u043e \u0433\u043e\u0432\u043e\u0440\u0438\u0442\u044c \u043e\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0435\u0441\u043b\u0438 \u044d\u0442\u043e \u0434\u0430\u043b\u0435\u043a\u043e \u043d\u0435\u00a0\u0442\u043e, \u0447\u0435\u043c \u0432\u0441\u0435 \u0445\u043e\u0442\u044f\u0442 \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f. RLHF \u0440\u0430\u0441\u0448\u0438\u0444\u0440\u043e\u0432\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043a\u0430\u043a\u00a0reinforcement learning from human feedback \u0438 \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c <strong>\u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439\/\u043e\u0442\u0437\u044b\u0432\u043e\u0432<\/strong>. \u041e\u0431\u0435 \u0447\u0430\u0441\u0442\u0438 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f \u0432\u0430\u0436\u043d\u044b. \u0415\u0441\u043b\u0438 \u043d\u0430\u0448\u0438 \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0435\u00a0\u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u0445\u043e\u0440\u043e\u0448\u0438\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u00a0\u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043e\u0442\u00a0\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 (large language model, LLM), \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0441\u0442\u043e \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0434\u043e\u0440\u043e\u0433\u043e\u0441\u0442\u043e\u044f\u0449\u0443\u044e \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u0443 \u0435\u0451 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.<\/p>\n<p>\u041c\u044b \u0445\u043e\u0442\u0438\u043c, \u0447\u0442\u043e\u0431\u044b \u043d\u0430\u0448\u0438 \u044f\u0437\u044b\u043a\u043e\u0432\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438\u00a0\u0431\u044b\u043b\u0438 \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e <em>\u043f\u043e\u043b\u0435\u0437\u043d\u044b\u043c\u0438, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u043c\u0438<\/em> \u0438 <em>\u0447\u0435\u0441\u0442\u043d\u044b\u043c\u0438<\/em>. \u041d\u043e\u00a0\u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u044b \u043f\u043e\u043a\u0430 \u043d\u0435\u00a0\u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442, \u0447\u0442\u043e\u00a0\u044d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u0442\u0437\u044b\u0432\u044b \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u043d\u0430\u043c \u0434\u043e\u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u00a0\u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0438\u0438 \u0441\u00a0\u043d\u0430\u0448\u0438\u043c\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f\u043c\u0438, \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0438\u0445 \u0440\u0430\u0431\u043e\u0442\u044b \u0438 \u0438\u0437\u0431\u0435\u0436\u0430\u0442\u044c \u0443\u0442\u043e\u043c\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e <a href=\"https:\/\/medium.com\/toloka\/reinforcement-learning-without-reward-engineering-60c63402c59f\" rel=\"noopener noreferrer nofollow\"><u>\u043f\u043e\u0434\u0431\u043e\u0440\u0430 \u043d\u0430\u0433\u0440\u0430\u0434\u044b<\/u><\/a> (reward engineering) \u043f\u0440\u0438\u00a0\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438 \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c.<\/p>\n<h2>\u0427\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0435\u043c?<\/h2>\n<p>\u0413\u043b\u0443\u0431\u043e\u043a\u043e\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u043e\u00a0\u0432\u00a0\u0441\u043b\u0443\u0447\u0430\u0435 LLM \u043c\u044b \u043f\u043e\u043a\u0430 \u043d\u0435\u00a0\u0437\u043d\u0430\u0435\u043c, \u043a\u0430\u043a\u00a0\u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u043e. \u0421\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0435 \u043c\u043d\u0435\u043d\u0438\u044f \u043e\u0431\u00a0\u0438\u0445 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044f\u0445 \u0438 \u043e\u0431\u00a0\u043e\u0431\u044a\u0451\u043c\u0435 \u0440\u0430\u0431\u043e\u0442\u044b, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u043f\u0440\u043e\u0434\u0435\u043b\u0430\u0442\u044c, \u0447\u0442\u043e\u0431\u044b \u043e\u043d\u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b. \u0412\u043e\u0442 \u0434\u0432\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u0430, \u0438 \u0447\u0442\u043e\u00a0\u0437\u0430\u0431\u0430\u0432\u043d\u043e, \u043e\u0431\u0430 \u043f\u0440\u0435\u0434\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u043e\u0434\u043d\u043e\u0439 \u0438 \u0442\u043e\u0439\u00a0\u0436\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0435\u0439\u00a0\u2014 Meta:<\/p>\n<ul>\n<li>\n<p>\u0412\u00a0\u043d\u0435\u0434\u0430\u0432\u043d\u0435\u043c \u043f\u0440\u0435\u043f\u0440\u0438\u043d\u0442\u0435 \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/arxiv.org\/abs\/2305.11206\" rel=\"noopener noreferrer nofollow\"><u>Zhou et al. (2023)<\/u><\/a> \u0441\u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u043b\u0438 <em>\u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u0433\u043e \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u044f<\/em> (superficial alignment hypothesis). \u041f\u043e\u00a0\u0438\u0445 \u0441\u043b\u043e\u0432\u0430\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0443\u0436\u0435 \u0432\u0441\u0451 \u0437\u043d\u0430\u0435\u0442, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u00a0\u043b\u0438\u0448\u044c \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u0435\u0439\u00a0\u0436\u0435\u043b\u0430\u0435\u043c\u044b\u0439 \u0444\u043e\u0440\u043c\u0430\u0442 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430\u00a0\u0432\u0445\u043e\u0434\u0435 \u0438 \u043d\u0430\u00a0\u0432\u044b\u0445\u043e\u0434\u0435. \u0422\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043e\u0442\u043f\u0430\u0434\u0430\u0435\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c \u0432\u00a0\u0441\u043b\u043e\u0436\u043d\u044b\u0445 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430\u0445 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u0430\u00a0\u0434\u043b\u044f\u00a0\u0443\u0441\u043f\u0435\u0448\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0441\u043e\u0442\u0435\u043d \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439. \u041f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u043f\u0440\u0438\u043c\u0443\u0442\u00a0\u043b\u0438 \u0441\u0442\u0430\u0442\u044c\u044e \u043a\u00a0\u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u0438, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e\u00a0\u0435\u0441\u043b\u0438 \u044d\u0442\u0430 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0430 \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0434\u0438\u0442\u0441\u044f, \u043e\u043d\u0430 \u0441\u0442\u0430\u043d\u0435\u0442 \u043f\u0440\u043e\u0440\u044b\u0432\u043e\u043c.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0430\u043f\u0440\u043e\u0442\u0438\u0432, \u0432\u00a0\u0441\u0442\u0430\u0442\u044c\u0435 Llama 2\u00a0(<a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al., 2023<\/u><\/a><u>)<\/u> \u0430\u0432\u0442\u043e\u0440\u044b \u0437\u0430\u044f\u0432\u043b\u044f\u044e\u0442, \u0447\u0442\u043e \u00ab\u043f\u0440\u0435\u0432\u043e\u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e LLM \u0432\u00a0\u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f \u043d\u0430\u00a0RLHF\u00bb, \u0447\u0442\u043e\u00a0\u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c \u0432\u00a0\u0431\u043e\u043b\u044c\u0448\u043e\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0441\u043f\u0435\u0446\u0438\u0444\u0438\u0447\u0435\u0441\u043a\u043e\u0439 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438, \u043e\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443 \u0434\u0430\u043b\u044c\u0448\u0435.<\/p>\n<\/li>\n<\/ul>\n<p>\u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430\u00a0\u0435\u0449\u0451 \u0442\u0440\u0438 \u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0438 \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0437\u0430\u043a\u043e\u043d\u043e\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438. \u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u0438\u043c\u0435\u0440\u00a0\u2014 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u0435\u0439\u0448\u0430\u044f \u0441\u0445\u0435\u043c\u0430 OpenAI InstructGPT (<a href=\"https:\/\/arxiv.org\/abs\/2203.02155\" rel=\"noopener noreferrer nofollow\"><u>Ouyang et al., 2022<\/u><\/a><u>)<\/u>, \u043f\u043e\u0434\u043e\u0431\u043d\u0430\u044f \u0441\u0445\u0435\u043c\u0430 \u0434\u043b\u044f\u00a0Claude \u043e\u0442\u00a0Anthropic (<a href=\"https:\/\/arxiv.org\/abs\/2204.05862\" rel=\"noopener noreferrer nofollow\"><u>Bai et al., 2022<\/u><\/a><u>)<\/u> \u0438, \u043a\u043e\u043d\u0435\u0447\u043d\u043e\u00a0\u0436\u0435, \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u0430\u044f \u0434\u043b\u044f\u00a0Llama 2\u00a0\u043e\u0442\u00a0Meta (<a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al, 2023<\/u><\/a>).<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/354\/d00\/7dc\/354d007dc2e852000160747b718c1f64.png\" alt=\"InstructGPT (Ouyang et al., 2022)\" title=\"InstructGPT (Ouyang et al., 2022)\" width=\"1781\" height=\"1058\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/354\/d00\/7dc\/354d007dc2e852000160747b718c1f64.png\"\/><\/p>\n<div><figcaption>InstructGPT (Ouyang et al., 2022)<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/b45\/32c\/771\/b4532c7714c40bf4795841e16c5999f2.png\" alt=\"Claude (Bai et al., 2022)\" title=\"Claude (Bai et al., 2022)\" width=\"2119\" height=\"997\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/b45\/32c\/771\/b4532c7714c40bf4795841e16c5999f2.png\"\/><\/p>\n<div><figcaption>Claude (Bai et al., 2022)<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w780q1\/getpro\/habr\/upload_files\/2d9\/2bb\/6ee\/2d92bb6ee884fe6117a7410aa943b56d.jpg\" alt=\"Llama 2\u00a0(Touvron et al., 2023)\" title=\"Llama 2\u00a0(Touvron et al., 2023)\" width=\"5215\" height=\"2605\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/2d9\/2bb\/6ee\/2d92bb6ee884fe6117a7410aa943b56d.jpg\" data-blurred=\"true\"\/><\/p>\n<div><figcaption>Llama 2\u00a0(Touvron et al., 2023)<\/figcaption><\/div>\n<\/figure>\n<p>\u0412\u043e\u00a0\u0432\u0441\u0435\u0445 \u0442\u0440\u0451\u0445 \u0441\u0445\u0435\u043c\u0430\u0445 \u0435\u0441\u0442\u044c \u043e\u0431\u0449\u0438\u0435 \u0448\u0430\u0433\u0438:<\/p>\n<ol>\n<li>\n<p><strong>\u0418\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e<\/strong> \u043e\u0431\u0443\u0447\u0430\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435 \u0441\u043b\u043e\u0432\u043e \u043d\u0430\u00a0\u043e\u0433\u0440\u043e\u043c\u043d\u043e\u0439 \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u0438 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f <em>\u043a\u043e\u0440\u043f\u0443\u0441\u043e\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u0432<\/em>. \u041d\u0438\u043a\u0430\u043a\u0430\u044f \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043d\u0435\u00a0\u043d\u0443\u0436\u043d\u0430.<\/p>\n<\/li>\n<li>\n<p>\u041f\u043e\u0441\u043b\u0435 \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u044f\u0435\u043c <strong>\u0442\u043e\u043d\u043a\u0443\u044e \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0443 (supervised fine\u2011tuning, SFT)<\/strong> \u043d\u0430\u00a0\u043c\u0435\u043d\u044c\u0448\u0435\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>\u0412\u00a0\u043a\u043e\u043d\u0446\u0435 \u043c\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c <strong>\u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0435 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f (human preferences)<\/strong>, \u0447\u0442\u043e\u0431\u044b \u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u043d\u0430\u0448\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c.<\/p>\n<\/li>\n<\/ol>\n<p>\u041a\u0430\u0436\u0434\u044b\u0439 \u0438\u0437\u00a0\u044d\u0442\u0438\u0445 \u0448\u0430\u0433\u043e\u0432 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u043c, \u043d\u043e\u00a0\u0434\u044c\u044f\u0432\u043e\u043b \u043a\u0440\u043e\u0435\u0442\u0441\u044f \u0432\u00a0\u0434\u0435\u0442\u0430\u043b\u044f\u0445. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u043d\u0443\u0436\u043d\u043e? \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f? \u041a\u0430\u043a\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c? \u041d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u043d\u043e\u0439 \u0434\u043e\u043b\u0436\u043d\u0430\u00a0\u0431\u044b\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430? \u0412\u0441\u0451 \u0441\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043a\u00a0\u043f\u0440\u043e\u0434\u0443\u043c\u0430\u043d\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u0435 \u0441\u00a0\u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n<p>\u041d\u0430\u00a0\u044d\u0442\u0430\u043f\u0435 \u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0443\u0436\u043d\u043e \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b, \u0434\u043b\u044f\u00a0\u0447\u0435\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0430\u0439\u0442\u044b \u0432\u00a0\u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435, \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0443 \u0438\u043b\u0438\u00a0\u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435. \u041d\u0430\u00a0\u044d\u0442\u0430\u043f\u0435 \u0441\u0431\u043e\u0440\u0430 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u0441\u0443\u0436\u0434\u0435\u043d\u0438\u044f \u043b\u044e\u0434\u0435\u0439. \u0412\u0441\u0451 \u044d\u0442\u043e \u043d\u0443\u0436\u043d\u043e \u0434\u0435\u043b\u0430\u0442\u044c\u00a0\u0431\u044b\u0441\u0442\u0440\u043e, \u0447\u0451\u0442\u043a\u043e \u0438 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u043e.<\/p>\n<h2>\u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u044d\u043a\u0441\u043a\u0443\u0440\u0441 \u0432 \u043e\u0441\u043d\u043e\u0432\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445<\/h2>\n<p>\u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u043f\u043e\u0433\u0440\u0443\u0437\u0438\u0442\u044c\u0441\u044f \u0432\u00a0\u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 RLHF, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0435 \u0441\u00a0\u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u043d\u0443\u0436\u043d\u043e \u043d\u0435\u043d\u0430\u0434\u043e\u043b\u0433\u043e \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c\u0441\u044f \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0430\u0445 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u0432\u00a0\u0446\u0435\u043b\u043e\u043c.<\/p>\n<p>\u041a\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0435\u0442 \u0434\u0430\u043d\u043d\u044b\u0435? \u0422\u0443\u0442 \u043c\u043e\u0436\u0435\u0442\u00a0\u0431\u044b\u0442\u044c \u043c\u043d\u043e\u0433\u043e \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u043e\u0432:<\/p>\n<ul>\n<li>\n<p>\u0432\u044b\u0441\u043e\u043a\u043e\u043a\u0432\u0430\u043b\u0438\u0444\u0438\u0446\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 (\u0430\u0441\u0435\u0441\u0441\u043e\u0440\u044b)<\/p>\n<\/li>\n<li>\n<p>\u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438, \u043d\u0435\u00a0\u044f\u0432\u043b\u044f\u044e\u0449\u0438\u0435\u0441\u044f \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u0430\u043c\u0438 (\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433)<\/p>\n<\/li>\n<li>\n<p>\u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/p>\n<\/li>\n<li>\n<p>\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u043b\u044c\u043d\u043e\u0435 \u0441\u043e\u0447\u0435\u0442\u0430\u043d\u0438\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0451\u043d\u043d\u044b\u0445 \u0432\u044b\u0448\u0435<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u043d\u0435 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043e\u0442\u00a0\u0442\u043e\u0433\u043e, \u043a\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0435\u0442 \u0434\u0430\u043d\u043d\u044b\u0435, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 \u0438 \u0441\u043f\u043e\u0441\u043e\u0431\u044b \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430.<\/p>\n<h3>\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430<\/h3>\n<p>\u0412\u00a0\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u043c \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443 \u043e\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0435, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u043e\u043d \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0441\u0430\u043c\u044b\u043c \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u043f\u043e\u0434\u0445\u043e\u0434\u043e\u043c, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u043e\u0432\u043c\u0435\u0449\u0430\u0435\u0442\u0441\u044f \u0441\u00a0\u0434\u0440\u0443\u0433\u0438\u043c\u0438 \u0432\u0438\u0434\u0430\u043c\u0438 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438.<\/p>\n<p>\u042f \u0438\u0437\u0443\u0447\u0430\u044e \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433 \u0441 2012\u00a0\u0433\u043e\u0434\u0430 \u0438 \u0447\u0435\u0442\u044b\u0440\u0435 \u0438\u0437\u00a0\u043d\u0438\u0445 \u043f\u0440\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u043b \u0432\u00a0\u043e\u0434\u043d\u043e\u0439 \u0438\u0437\u00a0\u043a\u0440\u0443\u043f\u043d\u0435\u0439\u0448\u0438\u0438\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u043f\u043e\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445. \u0418 \u043c\u043e\u0439 \u043e\u043f\u044b\u0442 \u0433\u043e\u0432\u043e\u0440\u0438\u0442, \u0447\u0442\u043e\u00a0\u0433\u043b\u0430\u0432\u043d\u0430\u044f \u0441\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u044c\u00a0\u2014 \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b <em>\u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 \u043f\u043e\u043d\u044f\u043b\u0438 \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u0442\u043e\u0447\u043d\u043e \u0442\u0430\u043a\u00a0\u0436\u0435, \u043a\u0430\u043a\u00a0\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442\u0435 \u0435\u0433\u043e \u0432\u044b<\/em>.<\/p>\n<p>\u041e\u0431\u044b\u0447\u043d\u043e \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043d\u0430\u00a0\u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u043e\u0439 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0435. \u0421\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u043a\u0430\u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c\u044b\u0435 (on\u2011premises) \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b, \u0442\u0430\u043a\u0438\u0435 \u043a\u0430\u043a <a href=\"https:\/\/labelstud.io\" rel=\"noopener noreferrer nofollow\"><u>Label Studio<\/u><\/a>, <a href=\"https:\/\/www.cvat.ai\/\" rel=\"noopener noreferrer nofollow\"><u>CVAT<\/u><\/a>, <a href=\"https:\/\/prodi.gy\/\" rel=\"noopener noreferrer nofollow\"><u>Prodigy<\/u><\/a>, \u0442\u0430\u043a \u0438 \u0433\u043e\u0442\u043e\u0432\u044b\u0435 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, <a href=\"https:\/\/www.mturk.com\/\" rel=\"noopener noreferrer nofollow\"><u>Mechanical Turk<\/u><\/a>, <a href=\"https:\/\/scale.com\/\" rel=\"noopener noreferrer nofollow\"><u>Scale<\/u><\/a>, <a href=\"https:\/\/www.surgehq.ai\/\" rel=\"noopener noreferrer nofollow\"><u>Surge<\/u><\/a> \u0438 \u0434\u0440\u0443\u0433\u0438\u0435. \u041f\u043b\u044e\u0441 \u0440\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c\u044b\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0432\u00a0\u0442\u043e\u043c, \u0447\u0442\u043e\u00a0\u0438\u0445 \u043c\u043e\u0436\u043d\u043e \u0432\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0432\u00a0\u0441\u0432\u043e\u044e \u0438\u043d\u0444\u0440\u0430\u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0443 \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043f\u043e\u0434\u00a0\u0441\u0432\u043e\u0438 \u043d\u0443\u0436\u0434\u044b. \u041f\u0440\u0438\u00a0\u044d\u0442\u043e\u043c \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430 \u0433\u043e\u0442\u043e\u0432\u044b\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0432\u00a0\u043f\u0440\u0435\u0434\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0438 \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439 \u0438 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u0437\u0430\u043f\u043b\u0430\u0442\u0438\u0442\u044c \u0438\u043c, \u0447\u0442\u043e\u00a0\u043e\u0447\u0435\u043d\u044c \u0443\u043f\u0440\u043e\u0449\u0430\u0435\u0442 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<h3>\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445<\/h3>\n<p>\u0423\u0441\u043f\u0435\u0448\u043d\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442 \u043f\u043e\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0431\u0443\u0434\u0435\u0442 \u0432\u043a\u043b\u044e\u0447\u0430\u0442\u044c \u0432\u00a0\u0441\u0435\u0431\u044f \u0448\u0435\u0441\u0442\u044c \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0445 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u043e\u0432: \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f, \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f, \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441 \u0437\u0430\u0434\u0430\u043d\u0438\u044f, \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430, \u043d\u0430\u0434\u0451\u0436\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0438 \u043a\u043e\u043c\u043f\u0440\u043e\u043c\u0438\u0441\u0441 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0438 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u0438. \u041d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u0432\u0430\u0436\u043d\u044b \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u0439 \u0438 \u0440\u0430\u0431\u043e\u0442\u0430 \u0441\u00a0\u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f\u043c\u0438.<\/p>\n<figure class=\"bordered full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/927\/4b1\/8a8\/9274b18a824dfd8415ad9767a2425e28.png\" alt=\"\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430\" title=\"\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430\" width=\"3389\" height=\"1816\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/927\/4b1\/8a8\/9274b18a824dfd8415ad9767a2425e28.png\"\/><\/p>\n<div><figcaption>\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430<\/figcaption><\/div>\n<\/figure>\n<p><strong>\u0414\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f<\/strong> \u0437\u0430\u0434\u0430\u043d\u0438\u0439\u00a0\u2014 \u0440\u0430\u0437\u0431\u0438\u0435\u043d\u0438\u0435 \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0441\u043b\u043e\u0436\u043d\u043e\u0433\u043e \u0437\u0430\u0434\u0430\u043d\u0438\u044f \u043d\u0430\u00a0\u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0438\u0437\u00a0\u043c\u0430\u043b\u0435\u043d\u044c\u043a\u0438\u0445 \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u043f\u043e\u0434\u0437\u0430\u0434\u0430\u043d\u0438\u0439. \u042d\u0442\u0438 \u043f\u043e\u0434\u0437\u0430\u0434\u0430\u043d\u0438\u044f \u0432\u044b\u0434\u0430\u044e\u0442\u0441\u044f \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044f\u043c \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u0442\u0430\u043a \u0447\u0442\u043e\u00a0\u043d\u0430\u00a0\u043a\u0430\u0436\u0434\u043e\u0435 \u0438\u0437\u00a0\u043d\u0438\u0445 \u043e\u0442\u0432\u0435\u0442 \u0434\u0430\u044e\u0442 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043d\u044b\u0445 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439.<\/p>\n<p>\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u043f\u043b\u044e\u0441 \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u0438\u00a0\u2014 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0440\u0435\u0448\u0430\u0442\u044c \u043e\u0447\u0435\u043d\u044c \u0441\u043b\u043e\u0436\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043d\u0430\u0431\u043e\u0440 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0432\u044b\u0434\u0435\u043b\u0438\u0432 \u043f\u0440\u044f\u043c\u043e\u0443\u0433\u043e\u043b\u044c\u043d\u0438\u043a\u0430\u043c\u0438 \u043a\u0430\u043a\u0438\u0435\u2011\u043d\u0438\u0431\u0443\u0434\u044c \u0438\u0445 \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u044b. \u041c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0438\u0437\u00a0\u0434\u0432\u0443\u0445 \u0437\u0430\u0434\u0430\u043d\u0438\u0439: \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u044b\u0434\u0435\u043b\u0438\u0442\u044c \u043d\u0443\u0436\u043d\u0443\u044e \u043e\u0431\u043b\u0430\u0441\u0442\u044c, \u0430\u00a0\u043f\u043e\u0442\u043e\u043c \u0441\u043f\u0440\u043e\u0441\u0438\u0442\u044c \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439, \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u00a0\u043b\u0438 \u043e\u043d\u0430 \u0432\u044b\u0434\u0435\u043b\u0435\u043d\u0430.<\/p>\n<p>\u0425\u043e\u0440\u043e\u0448\u0430\u044f \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f \u043a\u00a0\u0437\u0430\u0434\u0430\u043d\u0438\u044e \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0432\u00a0\u0441\u0435\u0431\u044f \u0446\u0435\u043b\u044c \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438, \u043e\u0431\u0437\u043e\u0440 \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u0430, \u0448\u0430\u0433\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u0447\u0438, \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0445\u043e\u0440\u043e\u0448\u0438\u0445 \u0438 \u043f\u043b\u043e\u0445\u0438\u0445 \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u0430 \u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0440\u0435\u0434\u043a\u0438\u0445 \u0438 \u043d\u0435\u043e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u0445 \u0441\u043b\u0443\u0447\u0430\u0435\u0432, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 \u0441\u043f\u0440\u0430\u0432\u043e\u0447\u043d\u044b\u0435 \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u044b.\u00a0\u0411\u044b\u0432\u0430\u0435\u0442 \u043e\u0447\u0435\u043d\u044c \u0441\u043b\u043e\u0436\u043d\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0445\u043e\u0440\u043e\u0448\u0443\u044e \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044e \u0441\u00a0\u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0440\u0430\u0437\u0430, \u044d\u0442\u0430 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u0438\u043b\u043b\u044e\u0441\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0430 \u0432\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u0435 <a href=\"https:\/\/novehiclesinthepark.com\/\" rel=\"noopener noreferrer nofollow\"><u>No Vehicles in the Park<\/u><\/a>.<\/p>\n<p>\u041a\u0430\u043a\u00a0\u043f\u0440\u0430\u0432\u0438\u043b\u043e, \u0435\u0441\u043b\u0438 \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f \u0441\u0434\u0435\u043b\u0430\u043d\u0430 \u0445\u043e\u0440\u043e\u0448\u043e, \u0442\u043e \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 \u0438 \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441 \u0441\u0442\u0430\u043d\u043e\u0432\u044f\u0442\u0441\u044f \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u043c\u0438, \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442 \u0437\u0430\u0434\u0430\u043d\u0438\u044f \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e, \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0435 \u043c\u0435\u0442\u043e\u0434\u044b \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442, \u0430\u00a0\u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c \u043b\u0435\u0433\u043a\u043e \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c.<\/p>\n<h2>\u0422\u043e\u043d\u043a\u0430\u044f \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 (Supervised Fine-Tuning, SFT)<\/h2>\n<p>\u0412\u043e\u00a0\u0432\u0440\u0435\u043c\u044f \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442\u0441\u044f \u0442\u0435\u043a\u0441\u0442\u044b \u043d\u0430\u00a0\u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u043c \u044f\u0437\u044b\u043a\u0435. \u041c\u043e\u0434\u0435\u043b\u044c \u0443\u0447\u0438\u0442\u0441\u044f \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435 \u0441\u043b\u043e\u0432\u043e. \u0422\u0435\u043a\u0441\u0442\u044b \u043e\u0431\u044b\u0447\u043d\u043e \u0431\u0435\u0440\u0443\u0442\u0441\u044f \u0438\u0437\u00a0\u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, <a href=\"https:\/\/commoncrawl.org\/\" rel=\"noopener noreferrer nofollow\"><u>Common Crawl<\/u><\/a>, <a href=\"https:\/\/huggingface.co\/datasets\/tiiuae\/falcon-refinedweb\" rel=\"noopener noreferrer nofollow\"><u>RefinedWeb<\/u><\/a> (<a href=\"https:\/\/arxiv.org\/abs\/2306.01116\" rel=\"noopener noreferrer nofollow\"><u>Penedo et al., 2023<\/u><\/a>), The Pile (<a href=\"https:\/\/arxiv.org\/abs\/2101.00027\" rel=\"noopener noreferrer nofollow\"><u>Gao et al., 2020<\/u><\/a>) \u0438 \u0434\u0440\u0443\u0433\u0438\u0445. \u041a\u0430\u043a\u00a0\u0441\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 (\u0442\u0430\u043a\u0436\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f <em>\u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0430\u043c\u0438<\/em> \u0438\u043b\u0438 <em>\u043f\u0440\u043e\u043c\u043f\u0442\u0430\u043c\u0438<\/em>; \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u0441\u043e\u0432\u0441\u0435\u043c \u0436\u0443\u0442\u043a\u0438\u0439). \u041a\u0430\u043a\u00a0\u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0442\u0430\u043a\u0438\u0435\u00a0\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u043e\u0442\u0432\u0435\u0442\u044b?<\/p>\n<p>\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0441\u043c\u043e\u0433\u043b\u0438 \u0432\u044b\u044f\u0432\u0438\u0442\u044c \u0432\u0430\u0436\u043d\u044b\u0435 \u0442\u0438\u043f\u044b \u043f\u043e\u0434\u0432\u043e\u0434\u043e\u043a. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430\u00a0InstructGPT <a href=\"https:\/\/arxiv.org\/abs\/2203.02155\" rel=\"noopener noreferrer nofollow\"><u>(Ouyang et al., 2022)<\/u><\/a>: \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f (45,6 %), \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u0441\u00a0\u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c\u0438 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438 (12,4 %), \u0431\u0440\u0435\u0439\u043d\u0441\u0442\u043e\u0440\u043c\u0438\u043d\u0433 (11,2 %), \u0447\u0430\u0442\u044b (8,4 %), \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u044b\u0432\u0430\u043d\u0438\u0435 (6,6 %), \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0440\u0435\u0444\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 (4,2 %), \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f (3,5 %), \u0434\u0440\u0443\u0433\u043e\u0435 (3,5 %), \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u0441\u00a0\u0437\u0430\u043a\u0440\u044b\u0442\u044b\u043c\u0438 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438 (2,6 %) \u0438 \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u0435 (1,9 %). \u0412\u0438\u0434\u044b \u043f\u043e\u0434\u0432\u043e\u0434\u043e\u043a \u0438 \u0438\u0445 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043c\u043e\u0433\u0443\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u0442\u044c\u0441\u044f \u0432\u00a0\u0432\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435. \u041a\u043e\u043c\u0430\u043d\u0434\u0430 OpenAI \u043f\u0440\u043e\u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043b\u0430 \u0438 \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u043b\u0430 \u0438\u0441\u0442\u043e\u0440\u0438\u044e \u0432\u0437\u0430\u0438\u043c\u043e\u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0441\u00a0\u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e \u0438 \u0441\u043e\u0431\u0440\u0430\u043b\u0430 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f\u00a0\u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 InstructGPT.<\/p>\n<p>\u0422\u0438\u043f\u044b \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u044d\u0442\u043e \u043d\u0435\u00a0\u0432\u0441\u0451. \u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0432\u043e\u043f\u0440\u043e\u0441\u00a0\u2014 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e. \u0412\u00a0\u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u0435 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u044b \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u0441\u0432\u0435\u0434\u0435\u043d\u0438\u044f.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<td>\n<p align=\"left\"><strong>\u041c\u043e\u0434\u0435\u043b\u044c<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u041e\u0431\u044a\u0451\u043c \u0434\u0430\u043d\u043d\u044b\u0445<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Llama 2<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">28 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">InstructGPT<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2203.02155\" rel=\"noopener noreferrer nofollow\"><u>Ouyang et al. (2022)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">15 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Alpaca<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/crfm.stanford.edu\/2023\/03\/13\/alpaca.html\" rel=\"noopener noreferrer nofollow\"><u>Taori et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">52 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Vicuna<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/lmsys.org\/blog\/2023-03-30-vicuna\/\" rel=\"noopener noreferrer nofollow\"><u>Chiang et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">70 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Dolly<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/www.databricks.com\/blog\/2023\/04\/12\/dolly-first-open-commercially-viable-instruction-tuned-llm\" rel=\"noopener noreferrer nofollow\"><u>Conover et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">15 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">OpenAssistant<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2304.07327\" rel=\"noopener noreferrer nofollow\"><u>K\u00f6pf et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0431\u043e\u043b\u0435\u0435 10 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2204.05862\" rel=\"noopener noreferrer nofollow\"><u>Bai et al. (2022)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">137 \u0442\u044b\u0441. + 369 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">WizardLM<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2304.12244\" rel=\"noopener noreferrer nofollow\"><u>Xu et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">624 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">LIMA<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2305.11206\" rel=\"noopener noreferrer nofollow\"><u>Zhou et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">1 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0435\u00a0\u0441\u0442\u043e\u043b\u044c \u0432\u0430\u0436\u0435\u043d. \u0412\u0430\u0436\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0432\u00a0\u043d\u0451\u043c\u00a0\u0431\u044b\u043b\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438 \u0438 \u043e\u0442\u0432\u0435\u0442\u044b.<\/p>\n<h3>\u0413\u0434\u0435 \u0431\u0440\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b?<\/h3>\n<p>\u0413\u0434\u0435\u00a0\u0436\u0435 \u0432\u0437\u044f\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b? \u0415\u0441\u0442\u044c \u0442\u0440\u0438 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430:<\/p>\n<ol>\n<li>\n<p><strong>\u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/strong> \u0441\u0442\u0440\u043e\u044f\u0442\u0441\u044f \u043d\u0430\u00a0\u0432\u0437\u0430\u0438\u043c\u043e\u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f \u0441\u00a0\u043c\u043e\u0434\u0435\u043b\u044c\u044e. \u0423\u0432\u044b, \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u044b \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0437\u0430\u043f\u0440\u0435\u0449\u0430\u044e\u0442 \u043e\u0431\u0443\u0447\u0430\u0442\u044c \u043a\u043e\u043d\u043a\u0443\u0440\u0438\u0440\u0443\u044e\u0449\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u043e\u00a0\u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0432\u0441\u0451 \u0440\u0430\u0432\u043d\u043e \u0442\u0430\u043a \u0434\u0435\u043b\u0430\u044e\u0442.<\/p>\n<\/li>\n<li>\n<p><strong>\u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437\u00a0\u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0432\u00a0\u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435<\/strong> \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0434\u0430\u043d\u043d\u044b\u0435 \u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u2011\u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432, \u0442\u0430\u043a\u0438\u0445 \u043a\u0430\u043a\u00a0Reddit, Quora, Stack Exchange \u0438 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0445. \u041e\u0431\u044b\u0447\u043d\u043e \u0442\u0440\u0443\u0434\u043d\u043e\u0441\u0442\u0438 \u043a\u0440\u043e\u044e\u0442\u0441\u044f \u0432\u00a0\u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0438\u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0439\u00a0\u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438 \u0438 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u0438 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0447\u0438\u0441\u0442\u0438\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435. <\/p>\n<\/li>\n<li>\n<p><strong>\u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430 <\/strong>\u0440\u0430\u0437\u043c\u0435\u0447\u0430\u044e\u0442\u0441\u044f\u00a0\u043b\u0438\u0431\u043e \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u043c\u0438 \u043a\u043e\u043b\u043b\u0435\u043a\u0442\u0438\u0432\u0430\u043c\u0438 \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u043e\u0432,\u00a0\u043b\u0438\u0431\u043e \u0431\u043e\u043b\u044c\u0448\u0438\u043c\u0438 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439 \u043d\u0430\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u043e\u0432\u044b\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430\u0445. \u042d\u0442\u043e \u0441\u0430\u043c\u044b\u0439 \u043d\u0430\u0434\u0451\u0436\u043d\u044b\u0439, \u043d\u043e\u00a0\u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u0441\u00a0\u044d\u0442\u0438\u043c \u0441\u0430\u043c\u044b\u0439 \u0442\u0440\u0443\u0434\u043e\u0451\u043c\u043a\u0438\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442.<\/p>\n<\/li>\n<\/ol>\n<p>\u041d\u0438\u0436\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0443 \u043a\u0440\u0430\u0442\u043a\u043e\u0435 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043f\u044f\u0442\u0438 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u00a0\u043f\u043e\u0434\u0441\u043a\u0430\u0437\u043a\u0430\u043c\u0438 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438.<\/p>\n<ul>\n<li>\n<p><a href=\"https:\/\/www.databricks.com\/blog\/2023\/04\/12\/dolly-first-open-commercially-viable-instruction-tuned-llm\" rel=\"noopener noreferrer nofollow\"><u>Dolly<\/u><\/a>\u00a0\u2014 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445, \u0440\u0430\u0437\u043c\u0435\u0447\u0435\u043d\u043d\u044b\u0439 \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u0430\u043c\u0438 \u0438\u0437\u00a0\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 Databricks, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0439 15\u00a0\u0442\u044b\u0441. \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>Alpaca\u00a0\u2014 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0439 \u043f\u0443\u0442\u0451\u043c \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u044f 175\u00a0\u043f\u0435\u0440\u0432\u043e\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u0432 52\u00a0\u0442\u044b\u0441. \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 GPT-3.5.<\/p>\n<\/li>\n<li>\n<p>WizardLM\u00a0\u2014 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0439 \u043f\u0443\u0442\u0451\u043c \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u044b\u0445 \u043f\u0440\u0430\u0432\u0438\u043b \u0434\u043b\u044f\u00a0\u0443\u0441\u043b\u043e\u0436\u043d\u0435\u043d\u0438\u044f \u0438 \u043f\u0435\u0440\u0435\u0442\u0430\u0441\u043e\u0432\u043a\u0438 Alpaca \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 GPT-3.5. \u0412\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u043a\u0440\u0443\u043f\u043d\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437 624\u00a0\u0442\u044b\u0441. \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439.<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/sharegpt.com\/\" rel=\"noopener noreferrer nofollow\"><u>ShareGPT<\/u><\/a>\u00a0\u2014 \u043f\u043b\u0430\u0433\u0438\u043d \u0434\u043b\u044f\u00a0\u0431\u0440\u0430\u0443\u0437\u0435\u0440\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u0435\u0442 \u0434\u0438\u0430\u043b\u043e\u0433\u0438 \u0441\u00a0ChatGPT \u0438 \u0445\u0440\u0430\u043d\u0438\u0442 \u0438\u0445 \u043d\u0430\u00a0\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u043c \u0441\u0435\u0440\u0432\u0435\u0440\u0435. \u0421\u00a0\u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0435\u0439 \u043d\u0430\u00a0\u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0435\u00a0\u0432\u0441\u0451 \u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u043d\u043e\u00a0\u043c\u043e\u0434\u0435\u043b\u044c Vicuna \u043e\u0431\u0443\u0447\u0430\u043b\u0430\u0441\u044c \u043d\u0430\u00a0\u044d\u0442\u043e\u043c \u043d\u0430\u0431\u043e\u0440\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437 70\u00a0\u0442\u044b\u0441. \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u0438 \u043d\u0435\u043f\u043b\u043e\u0445\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430.<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/open-assistant.io\/\" rel=\"noopener noreferrer nofollow\"><u>OpenAssistant<\/u><\/a>\u00a0\u2014 \u043f\u0430\u043a\u0435\u0442, \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0439 \u0432\u00a0\u0441\u0435\u0431\u044f \u043c\u0443\u043b\u044c\u0442\u0438\u044f\u0437\u044b\u0447\u043d\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u043e\u0434\u00a0\u043e\u0442\u043a\u0440\u044b\u0442\u043e\u0439\u00a0\u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0435\u0439, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 \u043f\u0435\u0440\u0435\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u044b\u0435 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445. \u0415\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u0442\u0435\u043b\u0438\u00a0\u2014 LAION, \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u044f, \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u0432\u0448\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c Stable Diffusion. \u042f \u043d\u0435\u00a0\u0443\u0432\u0435\u0440\u0435\u043d, \u0447\u0442\u043e\u00a0\u0438\u0445 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0441\u0438\u043b\u0430\u043c\u0438 \u0434\u043e\u0431\u0440\u043e\u0432\u043e\u043b\u044c\u0446\u0435\u0432 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u0435\u0442 \u0441\u00a0\u0442\u0435\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442\u0441\u044f \u0434\u043b\u044f\u00a0\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043b\u0443\u0447\u0448\u0438\u0445 \u043d\u0430\u00a0\u0441\u0435\u0433\u043e\u0434\u043d\u044f\u0448\u043d\u0438\u0439 \u0434\u0435\u043d\u044c \u044f\u0437\u044b\u043a\u043e\u0432\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439.<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u0441\u0435\u0433\u0434\u0430, \u043a\u043e\u0433\u0434\u0430 \u043c\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043c\u0435\u043d\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0443 \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u043e\u0432 \u0438\u043b\u0438\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430.<\/p>\n<h3>\u041a\u0430\u043a \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b?<\/h3>\n<p>\u041d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043f\u043e\u0434\u0432\u043e\u0434\u043e\u043a \u0441\u0442\u043e\u0438\u0442\u00a0\u043b\u0438\u0431\u043e \u0434\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u0430\u043c,\u00a0\u043b\u0438\u0431\u043e \u0431\u0440\u0430\u0442\u044c \u0438\u0437\u00a0\u0434\u043e\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0433\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u0432\u00a0\u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e\u00a0\u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u0438 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438 \u0438\u0433\u0440\u0430\u044e\u0442 \u043a\u043b\u044e\u0447\u0435\u0432\u0443\u044e \u0440\u043e\u043b\u044c \u0432\u00a0\u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0435 \u043c\u043e\u0434\u0435\u043b\u0438. \u041f\u0440\u0438\u00a0\u044d\u0442\u043e\u043c \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u0435\u0442 \u043d\u0430\u0434\u0451\u0436\u043d\u044b\u0439 \u0441\u043f\u043e\u0441\u043e\u0431 \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u044b \u043d\u0430\u00a0\u044d\u0442\u0438 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438.<\/p>\n<p>\u041e\u0434\u043d\u0438\u043c \u0438\u0437\u00a0\u043c\u043e\u0438\u0445 \u0441\u0430\u043c\u044b\u0445 \u043b\u044e\u0431\u0438\u043c\u044b\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f Soylent, \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0432\u00a0\u0441\u0442\u0430\u0442\u044c\u0435<u> <\/u><a href=\"https:\/\/doi.org\/10.1145\/1866029.1866078\" rel=\"noopener noreferrer nofollow\"><u>Bernstein et al. (2010)<\/u><\/a>. \u0413\u0440\u0443\u043f\u043f\u0430 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0441\u043e\u0437\u0434\u0430\u043b\u0430 \u043f\u043b\u0430\u0433\u0438\u043d \u0434\u043b\u044f\u00a0\u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u043e\u0433\u043e \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u043e\u0440\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u043b \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0440\u0435\u0444\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u0430 \u043e\u0447\u0435\u043d\u044c \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e, \u043f\u0440\u0438\u00a0\u044d\u0442\u043e\u043c \u0431\u0435\u0437\u00a0\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u043c\u0435\u0442\u043e\u0434\u043e\u0432 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f; \u043f\u0440\u0438\u043c\u0435\u043d\u044f\u043b\u0441\u044f \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433.\u00a0\u0411\u044b\u043b \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0430\u043b\u044c\u043d\u044b\u0439 \u043f\u043e\u0434\u0445\u043e\u0434 \u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u043f\u043e\u0434\u00a0\u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435\u043c \u00ab\u043d\u0430\u0439\u0442\u0438\u2011\u0438\u0441\u043f\u0440\u0430\u0432\u0438\u0442\u044c\u2011\u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0434\u0438\u0442\u044c\u00bb (Find\u2011Fix\u2011Verify), \u0434\u043b\u044f\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0435 \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u043f\u043e\u00a0\u0430\u0432\u0442\u043e\u0440\u0435\u0444\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e \u0442\u0435\u043a\u0441\u0442\u0430 \u0434\u0435\u043b\u0438\u0442\u0441\u044f \u043d\u0430\u00a0\u0442\u0440\u0438 \u043f\u043e\u0434\u0437\u0430\u0434\u0430\u043d\u0438\u044f:<\/p>\n<ul>\n<li>\n<p><strong>\u041d\u0430\u0439\u0442\u0438.<\/strong> \u0414\u0430\u043d \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442 \u0442\u0435\u043a\u0441\u0442\u0430, \u0432\u044b\u0431\u0435\u0440\u0438\u0442\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u043d\u044b\u0439 \u0443\u0447\u0430\u0441\u0442\u043e\u043a.<\/p>\n<\/li>\n<li>\n<p><strong>\u0418\u0441\u043f\u0440\u0430\u0432\u0438\u0442\u044c.<\/strong> \u0414\u0430\u043d \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442 \u0442\u0435\u043a\u0441\u0442\u0430 \u0438 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u043d\u044b\u0439 \u0443\u0447\u0430\u0441\u0442\u043e\u043a, \u043f\u0435\u0440\u0435\u043f\u0438\u0448\u0438\u0442\u0435 \u044d\u0442\u043e\u0442 \u0443\u0447\u0430\u0441\u0442\u043e\u043a \u043b\u0443\u0447\u0448\u0435.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u0434\u0442\u0432\u0435\u0440\u0434\u0438\u0442\u044c.<\/strong> \u041f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435, \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f\u00a0\u043b\u0438 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u0443\u0447\u0430\u0441\u0442\u043e\u043a \u0442\u0435\u043a\u0441\u0442\u0430 \u043b\u0443\u0447\u0448\u0435 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u0430. (\u0414\u0430\/\u041d\u0435\u0442)<\/p>\n<\/li>\n<\/ul>\n<p>\u0414\u0430\u043d\u043d\u044b\u0439 \u043f\u043e\u0434\u0445\u043e\u0434 \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u0442\u044c \u0438 \u0434\u043b\u044f\u00a0\u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430\u00a0\u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438. \u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u043c\u044b \u043f\u0440\u043e\u0441\u0438\u043c \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439 <em>\u0441\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c<\/em> \u043e\u0442\u0432\u0435\u0442 \u043d\u0430\u00a0\u0437\u0430\u0434\u0430\u043d\u043d\u0443\u044e \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0443. \u0412\u0442\u043e\u0440\u044b\u043c \u0448\u0430\u0433\u043e\u043c \u043c\u044b \u043f\u0440\u043e\u0441\u0438\u043c \u0438\u0445 <em>\u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c<\/em> \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043e\u0442\u0432\u0435\u0442\u0430. \u0418 \u0443\u00a0\u0441\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0449\u0438\u0445, \u0438 \u0443\u00a0\u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0449\u0438\u0445 \u0434\u043e\u043b\u0436\u043d\u044b\u00a0\u0431\u044b\u0442\u044c \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 \u0434\u043b\u044f\u00a0\u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0430\u0431\u043e\u0442\u0430\u043b \u0445\u043e\u0440\u043e\u0448\u043e.<\/p>\n<p>\u0412\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0432\u043c\u0435\u0441\u0442\u043e \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0440\u0435\u0448\u0430\u0442\u044c \u0441\u043b\u043e\u0436\u043d\u0443\u044e \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u0437\u0430\u0434\u0430\u0447\u0443 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043c\u044b \u0440\u0435\u0448\u0430\u0435\u043c \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0441\u0442\u0443\u044e \u0437\u0430\u0434\u0430\u0447\u0443, \u0437\u0430\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0443\u044e\u0441\u044f \u0432\u00a0\u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u0438 \u0431\u0438\u043d\u0430\u0440\u043d\u044b\u0445 \u043c\u0435\u0442\u043e\u043a (\u0414\u0430\/\u041d\u0435\u0442). \u0410\u00a0\u0443\u0436\u0435 \u044d\u0442\u0430 \u0437\u0430\u0434\u0430\u0447\u0430 \u0431\u043e\u043b\u0435\u0435\u2011\u043c\u0435\u043d\u0435\u0435 \u0440\u0435\u0448\u0435\u043d\u0430 \u043d\u0430\u0443\u0447\u043d\u044b\u043c \u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u043e\u043c (<a href=\"https:\/\/www.vldb.org\/pvldb\/vol10\/p541-zheng.pdf\" rel=\"noopener noreferrer nofollow\"><u>Zheng et al., 2017<\/u><\/a>): \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u043d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u043c\u043e\u0436\u043d\u043e \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u0441\u0442\u044b\u043c \u0433\u043e\u043b\u043e\u0441\u043e\u043c \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0430, \u0430\u00a0\u0431\u043e\u043b\u0435\u0435 \u043a\u0440\u0443\u043f\u043d\u044b\u0435 \u043d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u00a0\u043c\u0438\u043d\u0438\u043c\u0443\u043c 1\u00a0\u0442\u044b\u0441. \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c <a href=\"https:\/\/doi.org\/10.2307\/2346806\" rel=\"noopener noreferrer nofollow\"><u>\u0414\u044d\u0432\u0438\u0434\u0430\u2011\u0421\u043a\u0438\u043d\u0430 (1979)<\/u><\/a>.<\/p>\n<p>\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f\u00a0\u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043a\u0440\u0430\u0439\u043d\u0435 \u0432\u0430\u0436\u043d\u0430, \u043d\u043e\u00a0\u0435\u0451 \u0441\u043b\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e. \u0412\u0441\u0451 \u0441\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043a\u00a0\u0432\u0434\u0443\u043c\u0447\u0438\u0432\u043e\u043c\u0443 \u043f\u043b\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e. \u0413\u0434\u0435 \u0431\u0440\u0430\u0442\u044c \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0435 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438? \u0411\u0443\u0434\u0443\u0442\u00a0\u043b\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435? \u0411\u0443\u0434\u0443\u0442\u00a0\u043b\u0438 \u0437\u0430\u0434\u0435\u0439\u0441\u0442\u0432\u043e\u0432\u0430\u043d\u044b \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u044b? \u041a\u0430\u043a\u0438\u0435 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438 \u043d\u0443\u0436\u043d\u044b, \u0438 \u043a\u0430\u043a\u00a0\u0431\u0443\u0434\u0443\u0442 \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u0434\u0430\u043d\u043d\u044b\u0435? \u041e\u0447\u0435\u043d\u044c \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u044e \u043d\u0430\u00a0\u0448\u0430\u0433\u0435 \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u0439 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044f\u043c\u0438 (\u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u043d\u0438\u044f\u00a0\u2014 \u0434\u043e\u00a0\u0441\u0438\u0445 \u043f\u043e\u0440 \u0441\u0430\u043c\u044b\u0439 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u044b\u0439 \u043c\u0435\u0442\u043e\u0434 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0432\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0435). \u0418 \u043d\u0430\u0434\u043e \u0435\u0449\u0451 \u0443\u0447\u0435\u0441\u0442\u044c\u00a0\u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438 \u043d\u0430\u00a0\u0434\u0430\u043d\u043d\u044b\u0435.<\/p>\n<h2>\u0427\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0435 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f (Human Preferences)<\/h2>\n<p>\u041f\u043e\u0441\u043b\u0435 \u0442\u043e\u0433\u043e \u043a\u0430\u043a\u00a0\u044f\u0437\u044b\u043a\u043e\u0432\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u0443\u0447\u0438\u043b\u0438 \u0438 \u0434\u043e\u043d\u0430\u0441\u0442\u0440\u043e\u0438\u043b\u0438, \u043d\u0443\u0436\u043d\u043e \u043e\u0431\u0435\u0441\u043f\u0435\u0447\u0438\u0442\u044c, \u0447\u0442\u043e\u0431\u044b \u043e\u043d\u0430\u00a0\u0431\u044b\u043b\u0430 \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0439, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0439 \u0438 \u0447\u0435\u0441\u0442\u043d\u043e\u0439. \u0414\u043b\u044f\u00a0\u044d\u0442\u043e\u0433\u043e \u0441\u043d\u043e\u0432\u0430 \u043d\u0443\u0436\u043d\u0430 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430. \u0412\u00a0\u043e\u0442\u043b\u0438\u0447\u0438\u0435 \u043e\u0442\u00a0\u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438, \u0437\u0430\u0434\u0430\u043d\u0438\u044f \u0434\u043b\u044f\u00a0\u0440\u0430\u0431\u043e\u0442\u044b \u0441\u00a0\u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u043c\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f\u043c\u0438 \u0443\u0441\u0442\u0440\u043e\u0435\u043d\u044b \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u043f\u0440\u043e\u0449\u0435. \u041f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 RLHF \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043e\u0433\u0440\u043e\u043c\u043d\u043e\u0433\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u043c\u0435\u0442\u043e\u043a, \u0438 \u043c\u044b \u043d\u0435\u00a0\u043c\u043e\u0436\u0435\u043c \u043f\u0440\u043e\u0441\u0442\u043e \u0441\u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043d\u0435\u043d\u0438\u0435 \u043b\u044e\u0434\u0435\u0439 \u0432\u00a0\u0432\u0438\u0434\u0443 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u043d\u0430\u0433\u0440\u0430\u0434\u044b, \u0431\u0443\u0434\u0435\u043c \u0430\u043f\u043f\u0440\u043e\u043a\u0441\u0438\u043c\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u0445 \u043e\u0446\u0435\u043d\u043a\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u043d\u0430\u0433\u0440\u0430\u0434\u044b (reward model). <\/p>\n<p>\u041d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043f\u0430\u0440\u044b \u00ab\u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f\u2011\u043e\u0442\u0432\u0435\u0442\u00bb \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u0433\u0440\u0430\u0434 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442, \u043a\u0430\u043a\u00a0\u0431\u044b \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u043e\u0446\u0435\u043d\u0438\u043b \u044d\u0442\u0443 \u043f\u0430\u0440\u0443. \u0421\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u0434\u043b\u044f\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0441\u00a0\u0443\u0447\u0451\u0442\u043e\u043c \u043d\u0430\u0448\u0435\u0433\u043e \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f LLM. \u0415\u0441\u043b\u0438 \u043c\u044b \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u0432\u0430 \u043e\u0442\u0432\u0435\u0442\u0430 \u043d\u0430\u00a0\u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0443, \u0442\u043e\u0433\u0434\u0430 \u043e\u0442\u043b\u0438\u0447\u043d\u043e, \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c\u0441\u044f \u043d\u0430\u00a0\u043f\u0440\u043e\u0441\u0442\u043e\u043c \u0437\u0430\u0434\u0430\u043d\u0438\u0438 \u0441\u00a0\u0434\u0432\u0443\u043c\u044f \u0432\u0438\u0434\u0430\u043c\u0438 \u043e\u0442\u0432\u0435\u0442\u0430. \u0415\u0441\u043b\u0438\u00a0\u0436\u0435 \u0443\u00a0\u043d\u0430\u0441, \u043a\u0430\u043a\u00a0\u0432\u00a0\u0441\u043b\u0443\u0447\u0430\u0435 \u0441\u00a0InstructGPT, \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0431\u043e\u043b\u044c\u0448\u0435, \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u044f \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u043c\u0435\u043d\u0435\u0435 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e\u0439, \u0438 \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c \u0432\u00a0\u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u0438 \u0440\u0430\u043d\u0436\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f.<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/5d5\/b93\/63d\/5d5b9363d6021c109d7eacba43159a29.png\" alt=\"\u041f\u043e\u043f\u0430\u0440\u043d\u043e\u0435 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430 \u0437\u0430\u0434\u0430\u043d\u043d\u0443\u044e \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0443\" title=\"\u041f\u043e\u043f\u0430\u0440\u043d\u043e\u0435 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430 \u0437\u0430\u0434\u0430\u043d\u043d\u0443\u044e \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0443\" width=\"2031\" height=\"597\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/5d5\/b93\/63d\/5d5b9363d6021c109d7eacba43159a29.png\"\/><\/p>\n<div><figcaption>\u041f\u043e\u043f\u0430\u0440\u043d\u043e\u0435 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430 \u0437\u0430\u0434\u0430\u043d\u043d\u0443\u044e \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0443<\/figcaption><\/div>\n<\/figure>\n<h3>\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0438 \u0440\u0430\u043d\u0436\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435<\/h3>\n<p>\u041a\u0430\u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c \u0440\u0430\u043d\u0436\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435? \u0415\u0441\u0442\u044c \u0442\u0440\u0438 \u043f\u043e\u0434\u0445\u043e\u0434\u0430.<\/p>\n<ul>\n<li>\n<p><strong>\u041f\u043e\u0442\u043e\u0447\u0435\u0447\u043d\u044b\u0439.<\/strong> \u041a\u0430\u0436\u0434\u043e\u0439 \u043f\u0430\u0440\u0435 \u00ab\u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0430\u2011\u043e\u0442\u0432\u0435\u0442\u00bb \u0441\u0442\u0430\u0432\u0438\u0442\u0441\u044f \u0432\u00a0\u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0438\u0435 \u0447\u0438\u0441\u043b\u0435\u043d\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435. \u041a\u00a0\u0441\u043e\u0436\u0430\u043b\u0435\u043d\u0438\u044e, \u043a\u0430\u0436\u0434\u044b\u0439 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c \u0438\u043c\u0435\u0435\u0442 \u0441\u0443\u0431\u044a\u0435\u043a\u0442\u0438\u0432\u043d\u0443\u044e \u0448\u043a\u0430\u043b\u0443 \u043e\u0446\u0435\u043d\u043a\u0438, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0434\u0430\u043d\u043d\u044b\u0435 \u0442\u0440\u0443\u0434\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432\u00a0\u0434\u0430\u043b\u044c\u043d\u0435\u0439\u0448\u0435\u043c. \u0412\u00a0\u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u0430\u0445, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u043e\u0441\u0432\u044f\u0449\u0451\u043d\u043d\u044b\u0445 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u043c\u0443 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0443, \u043f\u0440\u043e\u0432\u043e\u0434\u044f\u0442 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u0438\u0437\u0430\u0446\u0438\u044e \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430\u00a0\u044d\u0442\u0430\u043f\u0435 \u043f\u043e\u0441\u0442\u2011\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 (<a href=\"https:\/\/aclanthology.org\/2022.wmt-1.72\" rel=\"noopener noreferrer nofollow\"><u>Adelani et al., 2022<\/u><\/a>), \u043d\u043e\u00a0\u044d\u0442\u043e \u0432\u0441\u0451\u00a0\u0436\u0435 \u043d\u0435\u00a0\u0441\u0430\u043c\u044b\u0439 \u043d\u0430\u0434\u0451\u0436\u043d\u044b\u0439 \u0441\u043f\u043e\u0441\u043e\u0431 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0440\u0430\u043d\u0436\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435.<\/p>\n<\/li>\n<li>\n<p><strong>\u0421\u043f\u0438\u0441\u043e\u0447\u043d\u044b\u0439. <\/strong>\u0414\u043b\u044f\u00a0\u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438 \u0441\u043e\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0441\u043f\u0438\u0441\u043e\u043a \u043e\u0442\u00a0\u043b\u0443\u0447\u0448\u0438\u0445 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043a\u00a0\u0445\u0443\u0434\u0448\u0438\u043c (\u0438\u043b\u0438 \u043d\u0430\u043e\u0431\u043e\u0440\u043e\u0442). \u0425\u043e\u0442\u044f \u0442\u0430\u043a\u043e\u0439 \u043f\u043e\u0434\u0445\u043e\u0434 \u0438 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u043c \u0441\u00a0\u0442\u043e\u0447\u043a\u0438 \u0437\u0440\u0435\u043d\u0438\u044f \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438, \u043d\u0435\u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e, \u043a\u0430\u043a\u00a0\u0432\u043a\u043b\u044e\u0447\u0438\u0442\u044c \u0435\u0433\u043e \u0432\u00a0\u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u0443 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u043f\u0430\u0440\u043d\u044b\u0439.<\/strong> \u0414\u043b\u044f\u00a0\u043a\u0430\u0436\u0434\u044b\u0439 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438 \u0441\u0435\u043c\u043f\u043b\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u0438 \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u044e\u0442\u0441\u044f \u043f\u0430\u0440\u044b \u00ab\u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0430\u2011\u043e\u0442\u0432\u0435\u0442\u00bb, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0437\u0430\u0442\u0435\u043c \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u044e\u0442\u0441\u044f \u0432\u00a0\u043f\u043e\u0442\u043e\u0447\u0435\u0447\u043d\u044b\u0435 \u043e\u0442\u0432\u0435\u0442\u044b \u0441\u00a0\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0442\u0430\u043a\u0438\u0445 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u0432, \u043a\u0430\u043a <a href=\"https:\/\/doi.org\/10.2307\/2334029\" rel=\"noopener noreferrer nofollow\"><u>Bradley\u2011Terry (1952)<\/u><\/a>.<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u00a0\u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0435 \u0440\u0430\u0431\u043e\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442\u0441\u044f \u043f\u043e\u043f\u0430\u0440\u043d\u044b\u0435 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044f. <a href=\"https:\/\/docs.google.com\/document\/d\/1MJCqDNjzD04UbcnVZ-LmeXJ04-TKEICDAepXyMCBUb8\/edit?usp=sharing\" rel=\"noopener noreferrer nofollow\"><u>OpenAI<\/u><\/a> \u0438 <a href=\"https:\/\/docs.google.com\/document\/d\/1c5-96Lj-UH4lzKjLvJ_MRQaVMjtoEXTYA4dvoAYVCHc\/edit?usp=sharing\" rel=\"noopener noreferrer nofollow\"><u>Hugging Face<\/u><\/a> \u0432\u044b\u043b\u043e\u0436\u0438\u043b\u0438 \u0441\u0432\u043e\u0438 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 \u043f\u043e\u00a0\u0441\u0431\u043e\u0440\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439.<\/p>\n<h3>\u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c?<\/h3>\n<p><a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al. (2023)<\/u><\/a> \u043f\u0440\u043e\u0432\u0435\u043b\u0438 \u043f\u0440\u0435\u043a\u0440\u0430\u0441\u043d\u044b\u0439 \u0430\u043d\u0430\u043b\u0438\u0437 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u0441\u00a0\u043f\u043e\u043c\u043e\u0449\u044c\u044e \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439, \u0441\u043c. \u0442\u0430\u0431\u043b\u0438\u0446\u0443 6\u00a0\u0432\u00a0\u0438\u0445 \u0441\u0442\u0430\u0442\u044c\u0435.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<td>\n<p align=\"left\"><strong>\u041d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u041e\u0431\u044a\u0451\u043c \u0434\u0430\u043d\u043d\u044b\u0445<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/huggingface.co\/datasets\/Anthropic\/hh-rlhf\" rel=\"noopener noreferrer nofollow\"><u>Anthropic Helpful<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">122 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/huggingface.co\/datasets\/Anthropic\/hh-rlhf\" rel=\"noopener noreferrer nofollow\"><u>Anthropic Harmless<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">44 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/huggingface.co\/datasets\/openai\/summarize_from_feedback\" rel=\"noopener noreferrer nofollow\"><u>OpenAI Summarize<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">177 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/huggingface.co\/datasets\/openai\/webgpt_comparisons\" rel=\"noopener noreferrer nofollow\"><u>OpenAI WebGPT<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">20 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/huggingface.co\/datasets\/HuggingFaceH4\/stack-exchange-preferences\" rel=\"noopener noreferrer nofollow\"><u>Stack Exchange<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">1 \u043c\u043b\u043d.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><a href=\"https:\/\/huggingface.co\/datasets\/stanfordnlp\/SHP\" rel=\"noopener noreferrer nofollow\"><u>Stanford SHP<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">75 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Synthetic GPT-J<\/p>\n<\/td>\n<td>\n<p align=\"left\">33 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f \u0441\u0443\u0431\u044a\u0435\u043a\u0442\u0438\u0432\u043d\u044b, \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043a\u0430 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u043d\u0438\u0439 \u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0435\u0442\u0441\u044f. \u0420\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u044e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u043e\u0442\u00a0\u0445\u0443\u0434\u0448\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438, \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0443\u044e \u0432\u0435\u0440\u0441\u0438\u044e \u043e\u0431\u0443\u0447\u0430\u0435\u043c\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438, \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u0435 \u043e\u0442\u0432\u0435\u0442\u044b,\u00a0\u043b\u0438\u0431\u043e \u0433\u043e\u0442\u043e\u0432\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u043e \u0441\u0445\u043e\u0436\u0435\u0439 \u0442\u0435\u043c\u0430\u0442\u0438\u043a\u043e\u0439. \u0412\u00a0\u043f\u0440\u043e\u0448\u043b\u043e\u043c \u043c\u044b \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0432\u043e\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438\u0441\u044c \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u043c\u0435\u043d\u044c\u0448\u0435\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430, \u043e\u0431\u00a0\u044d\u0442\u043e\u043c \u043c\u044b \u043f\u0438\u0441\u0430\u043b\u0438 \u0432\u00a0\u0441\u0442\u0430\u0442\u044c\u0435 <a href=\"https:\/\/doi.org\/10.1145\/3539618.3592000\" rel=\"noopener noreferrer nofollow\"><u>Pavlichenko &amp; Ustalov (2023)<\/u><\/a>.<\/p>\n<h3>\u0421\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430\u0433\u0440\u0430\u0434\u044b<\/h3>\n<p>\u041d\u0435\u0441\u043c\u043e\u0442\u0440\u044f \u043d\u0430\u00a0\u0442\u043e, \u0447\u0442\u043e\u00a0\u043f\u043e\u043f\u0430\u0440\u043d\u043e\u0435 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u0442\u044c, \u0432\u0430\u0436\u043d\u043e \u0440\u0435\u0448\u0438\u0442\u044c, \u043a\u0430\u043a\u043e\u0439 \u0431\u0443\u0434\u0435\u0442 \u0433\u0440\u0430\u043d\u0443\u043b\u044f\u0440\u043d\u043e\u0441\u0442\u044c \u043e\u0431\u0440\u0430\u0442\u043d\u043e\u0439 \u0441\u0432\u044f\u0437\u0438 \u0432\u00a0\u043d\u0430\u0448\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u0415\u0441\u043b\u0438 \u043c\u044b \u0441\u0440\u0430\u0432\u043d\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0430\u0440\u0443 \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u0447\u0442\u043e\u00a0\u0434\u0435\u043b\u0430\u0435\u0442 \u043e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442 \u043b\u0443\u0447\u0448\u0435 \u0434\u0440\u0443\u0433\u043e\u0433\u043e? \u0424\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0432\u0435\u0440\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u0430\u00a0\u2014 \u0434\u0430\u043b\u0435\u043a\u043e \u043d\u0435\u00a0\u0432\u0441\u0451, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e\u00a0\u0447\u0442\u043e\u00a0\u043e\u0442\u0432\u0435\u0442 \u043c\u043e\u0436\u0435\u0442 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043e\u0441\u043a\u043e\u0440\u0431\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c, \u0433\u0440\u0443\u0431\u044b\u043c \u0438\u043b\u0438\u00a0\u0434\u0430\u0436\u0435 \u043e\u043f\u0430\u0441\u043d\u044b\u043c. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0435\u0441\u0442\u044c \u0441\u043c\u044b\u0441\u043b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043c\u043d\u043e\u0433\u043e\u0430\u0441\u043f\u0435\u043a\u0442\u043d\u044b\u0435 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430, \u0442\u0430\u043a\u0438\u0435 \u043a\u0430\u043a\u00a0\u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0441\u0442\u044c, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c \u0438 \u0447\u0435\u0441\u0442\u043d\u043e\u0441\u0442\u044c (helpfulness, harmlessness, and honesty; <a href=\"https:\/\/arxiv.org\/abs\/2204.05862\" rel=\"noopener noreferrer nofollow\"><u>Bai et al., 2022<\/u><\/a>). \u0411\u0443\u0434\u0435\u0442\u0435\u00a0\u043b\u0438 \u0432\u044b \u043e\u0431\u0443\u0447\u0430\u0442\u044c \u0435\u0434\u0438\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u0433\u0440\u0430\u0434\u044b \u0438\u043b\u0438\u00a0\u0431\u0443\u0434\u0435\u0442\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u043c\u0435\u0441\u044c \u0438\u0437\u00a0\u0442\u0440\u0451\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u043a\u0430\u0436\u0434\u0430\u044f \u0438\u0437\u00a0\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0430\u043f\u043f\u0440\u043e\u043a\u0441\u0438\u043c\u0438\u0440\u0443\u0435\u0442 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u044b\u0439 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0439? \u042d\u0442\u043e \u0442\u043e\u0436\u0435 \u043d\u0430\u0434\u043e \u0443\u0442\u0432\u0435\u0440\u0434\u0438\u0442\u044c \u043f\u0440\u0438\u00a0\u043f\u0440\u043e\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0438 \u043c\u043e\u0434\u0435\u043b\u0438.<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/d8c\/14c\/a8f\/d8c14ca8f6db527238e61f7781eee5d7.webp\" alt=\"\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u0438\" title=\"\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u0438\" width=\"1456\" height=\"521\"\/><\/p>\n<div><figcaption>\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u0438<\/figcaption><\/div>\n<\/figure>\n<p>\u0418\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u044b \u043e\u0442\u0437\u044b\u0432\u044b \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 LLM \u043e\u0431\u0440\u0435\u0441\u0442\u0438 \u0438\u043d\u0434\u0438\u0432\u0438\u0434\u0443\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043a\u043e\u043c\u043f\u0440\u043e\u043c\u0438\u0441\u0441 \u043c\u0435\u0436\u0434\u0443 \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0441\u0442\u044c\u044e, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c\u044e \u0438 \u0447\u0435\u0441\u0442\u043d\u043e\u0441\u0442\u044c\u044e. \u041e\u0434\u043d\u0430\u043a\u043e, \u043a\u0430\u043a\u00a0\u043e\u0431\u044b\u0447\u043d\u043e \u0438\u00a0\u0431\u044b\u0432\u0430\u0435\u0442, \u0441\u00a0\u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0435\u00a0\u0432\u0441\u0451 \u0442\u0430\u043a \u043f\u0440\u043e\u0441\u0442\u043e. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430\u00a0\u043e\u0434\u043d\u0443 \u043f\u043e\u0434\u0441\u043a\u0430\u0437\u043a\u0443? \u041a\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043c\u044b \u0441\u0435\u043c\u043f\u043b\u0438\u0440\u0443\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435? \u041a\u0430\u043a\u00a0\u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0438\u0440\u0443\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430\u0433\u0440\u0430\u0434\u044b \u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0435\u0435 \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u0434\u043b\u044f\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438? \u041f\u0440\u0438\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0439\u0442\u0435 \u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f\u00a0\u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430. \u0414\u043b\u044f\u00a0\u0431\u043e\u043b\u0435\u0435 \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043f\u043e\u0441\u0442\u0430\u0440\u0430\u0439\u0442\u0435\u0441\u044c \u0432\u044b\u0431\u0440\u0430\u0442\u044c \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439 \u0441\u00a0\u0431\u043e\u043b\u0435\u0435 \u0432\u044b\u0441\u043e\u043a\u043e\u0439 \u043a\u0432\u0430\u043b\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0435\u0439. \u041f\u043e\u0434\u043e\u0431\u043d\u044b\u0439 \u043f\u043e\u0434\u0445\u043e\u0434 \u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u043c\u043e\u0436\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f \u0438 \u0434\u043b\u044f <a href=\"https:\/\/huggingface.co\/blog\/red-teaming\" rel=\"noopener noreferrer nofollow\"><u>\u0440\u0435\u0434\u2011\u0442\u0438\u043c\u0438\u043d\u0433\u0430<\/u><\/a> \u043f\u043e\u0441\u043b\u0435 \u0442\u043e\u0433\u043e, \u043a\u0430\u043a\u00a0\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0437\u0430\u0432\u0435\u0440\u0448\u0435\u043d\u043e. <\/p>\n<h2>\u0417\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435<\/h2>\n<p>\u041d\u0438\u0436\u0435\u00a0\u2014 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0432\u044b\u0432\u043e\u0434\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0435\u00a0\u0431\u044b\u043b\u0438 \u0441\u0434\u0435\u043b\u0430\u043d\u044b \u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0435:<\/p>\n<ol>\n<li>\n<p>\u041c\u0430\u0441\u0448\u0442\u0430\u0431 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u043e\u043b\u0436\u0435\u043d\u00a0\u0431\u044b\u0442\u044c \u0445\u043e\u0442\u044f\u00a0\u0431\u044b <strong>10\u00a0\u0442\u044b\u0441. \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u0432 \u0434\u043b\u044f\u00a0\u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u0438 \u043d\u0435\u00a0\u043c\u0435\u043d\u0435\u0435 100\u00a0\u0442\u044b\u0441. \u0434\u043b\u044f\u00a0\u0441\u0431\u043e\u0440\u0430 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439.<\/strong><\/p>\n<\/li>\n<li>\n<p>\u041c\u0435\u0436\u0434\u0443 \u043e\u0431\u044a\u0451\u043c\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0434\u0430\u043d\u043d\u044b\u0445 <strong>\u0441\u0434\u0435\u043b\u0430\u0439\u0442\u0435 \u0443\u043f\u043e\u0440 \u043d\u0430\u00a0\u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e, \u0430\u00a0\u043d\u0435\u00a0\u043d\u0430\u00a0\u0440\u0430\u0437\u043c\u0435\u0440<\/strong>, \u0442\u0430\u043a \u043a\u0430\u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445\u00a0\u2014 \u0442\u0440\u0443\u0434\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430.<\/p>\n<\/li>\n<li>\n<p>\u0418\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 \u0434\u043e\u043b\u0436\u043d\u044b \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u0442\u043e\u0447\u043d\u043e \u0442\u0430\u043a\u00a0\u0436\u0435, \u043a\u0430\u043a\u00a0\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442\u0435 \u0435\u0433\u043e \u0432\u044b. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432\u043e\u00a0\u0432\u0440\u0435\u043c\u044f \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u043b\u044f\u00a0\u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0439\u0442\u0435 \u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u043f\u0435\u0440\u0435\u043a\u0440\u0451\u0441\u0442\u043d\u0443\u044e \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0443: \u043b\u044e\u0434\u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u043b\u044e\u0434\u0435\u0439.<\/p>\n<\/li>\n<\/ol>\n<p>\u041d\u0430\u00a0\u0442\u0435\u043a\u0443\u0449\u0438\u0439 \u043c\u043e\u043c\u0435\u043d\u0442 \u044f \u0432\u0438\u0436\u0443 \u0442\u0440\u0438 \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0434\u0430\u043b\u044c\u043d\u0435\u0439\u0448\u0435\u0439 \u0440\u0430\u0431\u043e\u0442\u044b. \u0412\u043e\u2011\u043f\u0435\u0440\u0432\u044b\u0445, \u043d\u0430\u0448\u0430 \u0442\u0435\u043a\u0443\u0449\u0430\u044f \u043e\u0446\u0435\u043d\u043a\u0430 \u0442\u043e\u0433\u043e, \u043a\u0430\u043a\u043e\u0439 \u043e\u0431\u044a\u0451\u043c \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u043c \u043d\u0443\u0436\u0435\u043d, \u043e\u0441\u043d\u043e\u0432\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u00a0\u043c\u0435\u0442\u043e\u0434\u0435 \u043f\u0440\u043e\u0431 \u0438 \u043e\u0448\u0438\u0431\u043e\u043a; \u043a\u0430\u043a\u043e\u0432\u044b \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f? \u0412\u043e\u2011\u0432\u0442\u043e\u0440\u044b\u0445, \u043a\u0430\u043a\u0438\u0435 \u0432\u0438\u0434\u044b \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u0431\u043e\u043b\u0435\u0435 \u0432\u0430\u0436\u043d\u044b \u0438 \u043a\u0430\u043a\u00a0\u044d\u0442\u043e \u043f\u043e\u043d\u044f\u0442\u044c? \u0412\u2011\u0442\u0440\u0435\u0442\u044c\u0438\u0445, \u043a\u0430\u043a\u043e\u0432 \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0438 \u043a\u0430\u043a\u00a0\u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0437\u0430\u0434\u0430\u043d\u0438\u044f?<\/p>\n<p>\u042f \u0443\u043f\u043e\u043c\u0438\u043d\u0430\u043b \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u0438 \u0438 \u043c\u0435\u0442\u043e\u0434\u043e\u0432 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0432\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0435. \u041c\u043e\u044f \u043a\u043e\u043c\u0430\u043d\u0434\u0430 \u0441\u043e\u0437\u0434\u0430\u043b\u0430 \u043e\u0442\u043a\u0440\u044b\u0442\u0443\u044e \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0443 \u0434\u043b\u044f\u00a0Python \u043f\u043e\u0434\u00a0\u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435\u043c <a href=\"https:\/\/github.com\/Toloka\/crowd-kit\" rel=\"noopener noreferrer nofollow\"><u>Crowd\u2011Kit<\/u><\/a>. \u041e\u043d\u0430 \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0432\u00a0\u0441\u0435\u0431\u044f \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u044b\u0435 \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0432\u0441\u0435\u0445 \u044d\u0442\u0438\u0445 \u043c\u0435\u0442\u043e\u0434\u043e\u0432, \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438 \u0441\u043e\u0433\u043b\u0430\u0441\u043e\u0432\u0430\u043d\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 \u0437\u0430\u0433\u0440\u0443\u0437\u0447\u0438\u043a\u0438 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f\u00a0\u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u043f\u0440\u043e\u0442\u043e\u0442\u0438\u043f\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f. \u041e\u0447\u0435\u043d\u044c \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u044e \u0435\u0439 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f, \u043a\u043e\u0433\u0434\u0430 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442\u0435 \u0441\u00a0\u043d\u0430\u0431\u043e\u0440\u0430\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430.<\/p>\n<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/755904\/\"> https:\/\/habr.com\/ru\/articles\/755904\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p><em>\u0421\u043e\u0442\u043d\u0438 \u043b\u044e\u0434\u0435\u0439 \u0441\u043e\u0431\u0440\u0430\u043b\u0438\u0441\u044c \u043d\u0430 \u043a\u043e\u043d\u0444\u0435\u0440\u0435\u043d\u0446\u0438\u0438 ICML \u043d\u0430 \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0435 \u043f\u0440\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0441 \u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043e\u0442\u0437\u044b\u0432\u043e\u0432 (reinforcement learning from human feedback, RLHF). \u0414\u043e\u043a\u043b\u0430\u0434\u0447\u0438\u043a \u0441\u043f\u0440\u043e\u0441\u0438\u043b, \u043a\u0442\u043e \u0445\u043e\u0447\u0435\u0442 \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435. \u041f\u044f\u0442\u044c, \u0431\u044b\u0442\u044c \u043c\u043e\u0436\u0435\u0442, \u0434\u0435\u0441\u044f\u0442\u044c \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u043f\u043e\u0434\u043d\u044f\u043b\u043e \u0440\u0443\u043a\u0438. \u0418 \u044d\u0442\u043e \u043d\u0438\u043a\u043e\u0433\u043e \u043d\u0435 \u0443\u0434\u0438\u0432\u0438\u043b\u043e.<\/em><\/p>\n<p>\u042f \u0441\u00a0\u0443\u0434\u043e\u0432\u043e\u043b\u044c\u0441\u0442\u0432\u0438\u0435\u043c \u0432\u044b\u0441\u0442\u0443\u043f\u0438\u043b \u043d\u0430 <a href=\"https:\/\/icml.cc\/Conferences\/2023\" rel=\"noopener noreferrer nofollow\"><u>ICML 2023<\/u><\/a>, \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0432\u0448\u0435\u0439 \u043d\u0430\u00a0\u0413\u0430\u0432\u0430\u0439\u044f\u0445, \u0441\u00a0\u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u043e\u043c \u043f\u043e\u00a0\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044e \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043e\u0442\u0437\u044b\u0432\u043e\u0432 \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u043e \u0441 <a href=\"https:\/\/substack.com\/@natolambert\" rel=\"noopener noreferrer nofollow\"><u>\u041d\u0435\u0439\u0442\u0430\u043d\u043e\u043c \u041b\u0430\u043c\u0431\u0435\u0440\u0442\u043e\u043c<\/u><\/a> \u0438\u0437\u00a0Hugging Face. \u041c\u044b \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b\u0438 <a href=\"https:\/\/zenodo.org\/record\/8186168\" rel=\"noopener noreferrer nofollow\"><u>\u0441\u043b\u0430\u0439\u0434\u044b \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0430<\/u><\/a>, \u0430\u00a0\u0432\u00a0\u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u043a\u0440\u0430\u0442\u043a\u043e \u043f\u0435\u0440\u0435\u0441\u043a\u0430\u0436\u0443 \u043d\u0430\u00a0\u0440\u0443\u0441\u0441\u043a\u043e\u043c \u044f\u0437\u044b\u043a\u0435 <a href=\"https:\/\/evalovernite.substack.com\/p\/rlhf-math-aint-enough\" rel=\"noopener noreferrer nofollow\"><u>\u0441\u0432\u043e\u044e \u0447\u0430\u0441\u0442\u044c \u0442\u0443\u0442\u043e\u0440\u0438\u0430\u043b\u0430<\/u><\/a>, \u043f\u043e\u0441\u0432\u044f\u0449\u0451\u043d\u043d\u0443\u044e \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f\u00a0RLHF.<\/p>\n<figure class=\"full-width\">\n<div><figcaption>\u0421\u0442\u043e\u043b\u044c\u043a\u043e \u043b\u044e\u0434\u0435\u0439 \u043f\u0440\u0438\u0448\u043b\u043e \u043f\u043e\u0441\u043b\u0443\u0448\u0430\u0442\u044c \u043f\u0440\u043e RLHF!<\/figcaption><\/div>\n<\/figure>\n<blockquote>\n<p>\u041a\u0442\u043e \u0438\u0437 \u0432\u0430\u0441 \u0445\u043e\u0447\u0435\u0442 \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f RLHF?<\/p>\n<p><em>\u0412\u0435\u0441\u044c \u0437\u0430\u043b \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442 \u0440\u0443\u043a\u0438.<\/em><\/p>\n<p>\u041e\u0442\u043b\u0438\u0447\u043d\u043e! \u0410 \u043a\u0442\u043e \u0438\u0437 \u0432\u0430\u0441 \u0445\u043e\u0447\u0435\u0442 \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f RLHF?<\/p>\n<p><em>\u041f\u043e\u0434\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u043f\u044f\u0442\u044c, \u0432 \u043b\u0443\u0447\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0434\u0435\u0441\u044f\u0442\u044c \u0440\u0443\u043a.<\/em><\/p>\n<\/blockquote>\n<p>\u042f \u0441\u0447\u0438\u0442\u0430\u044e, \u0447\u0442\u043e\u00a0\u043e\u0447\u0435\u043d\u044c \u0432\u0430\u0436\u043d\u043e \u0433\u043e\u0432\u043e\u0440\u0438\u0442\u044c \u043e\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0435\u0441\u043b\u0438 \u044d\u0442\u043e \u0434\u0430\u043b\u0435\u043a\u043e \u043d\u0435\u00a0\u0442\u043e, \u0447\u0435\u043c \u0432\u0441\u0435 \u0445\u043e\u0442\u044f\u0442 \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f. RLHF \u0440\u0430\u0441\u0448\u0438\u0444\u0440\u043e\u0432\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043a\u0430\u043a\u00a0reinforcement learning from human feedback \u0438 \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c <strong>\u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439\/\u043e\u0442\u0437\u044b\u0432\u043e\u0432<\/strong>. \u041e\u0431\u0435 \u0447\u0430\u0441\u0442\u0438 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f \u0432\u0430\u0436\u043d\u044b. \u0415\u0441\u043b\u0438 \u043d\u0430\u0448\u0438 \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0435\u00a0\u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u0445\u043e\u0440\u043e\u0448\u0438\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u00a0\u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043e\u0442\u00a0\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 (large language model, LLM), \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0441\u0442\u043e \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0434\u043e\u0440\u043e\u0433\u043e\u0441\u0442\u043e\u044f\u0449\u0443\u044e \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u0443 \u0435\u0451 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.<\/p>\n<p>\u041c\u044b \u0445\u043e\u0442\u0438\u043c, \u0447\u0442\u043e\u0431\u044b \u043d\u0430\u0448\u0438 \u044f\u0437\u044b\u043a\u043e\u0432\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438\u00a0\u0431\u044b\u043b\u0438 \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e <em>\u043f\u043e\u043b\u0435\u0437\u043d\u044b\u043c\u0438, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u043c\u0438<\/em> \u0438 <em>\u0447\u0435\u0441\u0442\u043d\u044b\u043c\u0438<\/em>. \u041d\u043e\u00a0\u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u044b \u043f\u043e\u043a\u0430 \u043d\u0435\u00a0\u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442, \u0447\u0442\u043e\u00a0\u044d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u0442\u0437\u044b\u0432\u044b \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u043d\u0430\u043c \u0434\u043e\u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u00a0\u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0438\u0438 \u0441\u00a0\u043d\u0430\u0448\u0438\u043c\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f\u043c\u0438, \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0438\u0445 \u0440\u0430\u0431\u043e\u0442\u044b \u0438 \u0438\u0437\u0431\u0435\u0436\u0430\u0442\u044c \u0443\u0442\u043e\u043c\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e <a href=\"https:\/\/medium.com\/toloka\/reinforcement-learning-without-reward-engineering-60c63402c59f\" rel=\"noopener noreferrer nofollow\"><u>\u043f\u043e\u0434\u0431\u043e\u0440\u0430 \u043d\u0430\u0433\u0440\u0430\u0434\u044b<\/u><\/a> (reward engineering) \u043f\u0440\u0438\u00a0\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438 \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c.<\/p>\n<h2>\u0427\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0435\u043c?<\/h2>\n<p>\u0413\u043b\u0443\u0431\u043e\u043a\u043e\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u043e\u00a0\u0432\u00a0\u0441\u043b\u0443\u0447\u0430\u0435 LLM \u043c\u044b \u043f\u043e\u043a\u0430 \u043d\u0435\u00a0\u0437\u043d\u0430\u0435\u043c, \u043a\u0430\u043a\u00a0\u0434\u0435\u043b\u0430\u0442\u044c \u044d\u0442\u043e \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u043e. \u0421\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0435 \u043c\u043d\u0435\u043d\u0438\u044f \u043e\u0431\u00a0\u0438\u0445 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044f\u0445 \u0438 \u043e\u0431\u00a0\u043e\u0431\u044a\u0451\u043c\u0435 \u0440\u0430\u0431\u043e\u0442\u044b, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u043f\u0440\u043e\u0434\u0435\u043b\u0430\u0442\u044c, \u0447\u0442\u043e\u0431\u044b \u043e\u043d\u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b. \u0412\u043e\u0442 \u0434\u0432\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u0430, \u0438 \u0447\u0442\u043e\u00a0\u0437\u0430\u0431\u0430\u0432\u043d\u043e, \u043e\u0431\u0430 \u043f\u0440\u0435\u0434\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u043e\u0434\u043d\u043e\u0439 \u0438 \u0442\u043e\u0439\u00a0\u0436\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0435\u0439\u00a0\u2014 Meta:<\/p>\n<ul>\n<li>\n<p>\u0412\u00a0\u043d\u0435\u0434\u0430\u0432\u043d\u0435\u043c \u043f\u0440\u0435\u043f\u0440\u0438\u043d\u0442\u0435 \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/arxiv.org\/abs\/2305.11206\" rel=\"noopener noreferrer nofollow\"><u>Zhou et al. (2023)<\/u><\/a> \u0441\u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u043b\u0438 <em>\u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u0433\u043e \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u044f<\/em> (superficial alignment hypothesis). \u041f\u043e\u00a0\u0438\u0445 \u0441\u043b\u043e\u0432\u0430\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0443\u0436\u0435 \u0432\u0441\u0451 \u0437\u043d\u0430\u0435\u0442, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u00a0\u043b\u0438\u0448\u044c \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u0435\u0439\u00a0\u0436\u0435\u043b\u0430\u0435\u043c\u044b\u0439 \u0444\u043e\u0440\u043c\u0430\u0442 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430\u00a0\u0432\u0445\u043e\u0434\u0435 \u0438 \u043d\u0430\u00a0\u0432\u044b\u0445\u043e\u0434\u0435. \u0422\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043e\u0442\u043f\u0430\u0434\u0430\u0435\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c \u0432\u00a0\u0441\u043b\u043e\u0436\u043d\u044b\u0445 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430\u0445 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u0430\u00a0\u0434\u043b\u044f\u00a0\u0443\u0441\u043f\u0435\u0448\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0441\u043e\u0442\u0435\u043d \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439. \u041f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u043f\u0440\u0438\u043c\u0443\u0442\u00a0\u043b\u0438 \u0441\u0442\u0430\u0442\u044c\u044e \u043a\u00a0\u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u0438, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e\u00a0\u0435\u0441\u043b\u0438 \u044d\u0442\u0430 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0430 \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0434\u0438\u0442\u0441\u044f, \u043e\u043d\u0430 \u0441\u0442\u0430\u043d\u0435\u0442 \u043f\u0440\u043e\u0440\u044b\u0432\u043e\u043c.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0430\u043f\u0440\u043e\u0442\u0438\u0432, \u0432\u00a0\u0441\u0442\u0430\u0442\u044c\u0435 Llama 2\u00a0(<a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al., 2023<\/u><\/a><u>)<\/u> \u0430\u0432\u0442\u043e\u0440\u044b \u0437\u0430\u044f\u0432\u043b\u044f\u044e\u0442, \u0447\u0442\u043e \u00ab\u043f\u0440\u0435\u0432\u043e\u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e LLM \u0432\u00a0\u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f \u043d\u0430\u00a0RLHF\u00bb, \u0447\u0442\u043e\u00a0\u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c \u0432\u00a0\u0431\u043e\u043b\u044c\u0448\u043e\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0441\u043f\u0435\u0446\u0438\u0444\u0438\u0447\u0435\u0441\u043a\u043e\u0439 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438, \u043e\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443 \u0434\u0430\u043b\u044c\u0448\u0435.<\/p>\n<\/li>\n<\/ul>\n<p>\u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430\u00a0\u0435\u0449\u0451 \u0442\u0440\u0438 \u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0438 \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0437\u0430\u043a\u043e\u043d\u043e\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438. \u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u0438\u043c\u0435\u0440\u00a0\u2014 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u0435\u0439\u0448\u0430\u044f \u0441\u0445\u0435\u043c\u0430 OpenAI InstructGPT (<a href=\"https:\/\/arxiv.org\/abs\/2203.02155\" rel=\"noopener noreferrer nofollow\"><u>Ouyang et al., 2022<\/u><\/a><u>)<\/u>, \u043f\u043e\u0434\u043e\u0431\u043d\u0430\u044f \u0441\u0445\u0435\u043c\u0430 \u0434\u043b\u044f\u00a0Claude \u043e\u0442\u00a0Anthropic (<a href=\"https:\/\/arxiv.org\/abs\/2204.05862\" rel=\"noopener noreferrer nofollow\"><u>Bai et al., 2022<\/u><\/a><u>)<\/u> \u0438, \u043a\u043e\u043d\u0435\u0447\u043d\u043e\u00a0\u0436\u0435, \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u0430\u044f \u0434\u043b\u044f\u00a0Llama 2\u00a0\u043e\u0442\u00a0Meta (<a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al, 2023<\/u><\/a>).<\/p>\n<figure class=\"full-width\">\n<div><figcaption>InstructGPT (Ouyang et al., 2022)<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\">\n<div><figcaption>Claude (Bai et al., 2022)<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\">\n<div><figcaption>Llama 2\u00a0(Touvron et al., 2023)<\/figcaption><\/div>\n<\/figure>\n<p>\u0412\u043e\u00a0\u0432\u0441\u0435\u0445 \u0442\u0440\u0451\u0445 \u0441\u0445\u0435\u043c\u0430\u0445 \u0435\u0441\u0442\u044c \u043e\u0431\u0449\u0438\u0435 \u0448\u0430\u0433\u0438:<\/p>\n<ol>\n<li>\n<p><strong>\u0418\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e<\/strong> \u043e\u0431\u0443\u0447\u0430\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435 \u0441\u043b\u043e\u0432\u043e \u043d\u0430\u00a0\u043e\u0433\u0440\u043e\u043c\u043d\u043e\u0439 \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u0438 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043d\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f <em>\u043a\u043e\u0440\u043f\u0443\u0441\u043e\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u0432<\/em>. \u041d\u0438\u043a\u0430\u043a\u0430\u044f \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043d\u0435\u00a0\u043d\u0443\u0436\u043d\u0430.<\/p>\n<\/li>\n<li>\n<p>\u041f\u043e\u0441\u043b\u0435 \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u044f\u0435\u043c <strong>\u0442\u043e\u043d\u043a\u0443\u044e \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0443 (supervised fine\u2011tuning, SFT)<\/strong> \u043d\u0430\u00a0\u043c\u0435\u043d\u044c\u0448\u0435\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>\u0412\u00a0\u043a\u043e\u043d\u0446\u0435 \u043c\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c <strong>\u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u0435 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f (human preferences)<\/strong>, \u0447\u0442\u043e\u0431\u044b \u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u043d\u0430\u0448\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0441\u00a0\u043f\u043e\u0434\u043a\u0440\u0435\u043f\u043b\u0435\u043d\u0438\u0435\u043c.<\/p>\n<\/li>\n<\/ol>\n<p>\u041a\u0430\u0436\u0434\u044b\u0439 \u0438\u0437\u00a0\u044d\u0442\u0438\u0445 \u0448\u0430\u0433\u043e\u0432 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u043c, \u043d\u043e\u00a0\u0434\u044c\u044f\u0432\u043e\u043b \u043a\u0440\u043e\u0435\u0442\u0441\u044f \u0432\u00a0\u0434\u0435\u0442\u0430\u043b\u044f\u0445. \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u043d\u0443\u0436\u043d\u043e? \u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f? \u041a\u0430\u043a\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c? \u041d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u043d\u043e\u0439 \u0434\u043e\u043b\u0436\u043d\u0430\u00a0\u0431\u044b\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430? \u0412\u0441\u0451 \u0441\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043a\u00a0\u043f\u0440\u043e\u0434\u0443\u043c\u0430\u043d\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u0435 \u0441\u00a0\u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n<p>\u041d\u0430\u00a0\u044d\u0442\u0430\u043f\u0435 \u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0443\u0436\u043d\u043e \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b, \u0434\u043b\u044f\u00a0\u0447\u0435\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0430\u0439\u0442\u044b \u0432\u00a0\u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435, \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0443 \u0438\u043b\u0438\u00a0\u0441\u0438\u043d\u0442\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u0435. \u041d\u0430\u00a0\u044d\u0442\u0430\u043f\u0435 \u0441\u0431\u043e\u0440\u0430 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u0439 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u0441\u0443\u0436\u0434\u0435\u043d\u0438\u044f \u043b\u044e\u0434\u0435\u0439. \u0412\u0441\u0451 \u044d\u0442\u043e \u043d\u0443\u0436\u043d\u043e \u0434\u0435\u043b\u0430\u0442\u044c\u00a0\u0431\u044b\u0441\u0442\u0440\u043e, \u0447\u0451\u0442\u043a\u043e \u0438 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u043e.<\/p>\n<h2>\u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u044d\u043a\u0441\u043a\u0443\u0440\u0441 \u0432 \u043e\u0441\u043d\u043e\u0432\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445<\/h2>\n<p>\u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u043f\u043e\u0433\u0440\u0443\u0437\u0438\u0442\u044c\u0441\u044f \u0432\u00a0\u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 RLHF, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0435 \u0441\u00a0\u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u043d\u0443\u0436\u043d\u043e \u043d\u0435\u043d\u0430\u0434\u043e\u043b\u0433\u043e \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c\u0441\u044f \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0430\u0445 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u0432\u00a0\u0446\u0435\u043b\u043e\u043c.<\/p>\n<p>\u041a\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0435\u0442 \u0434\u0430\u043d\u043d\u044b\u0435? \u0422\u0443\u0442 \u043c\u043e\u0436\u0435\u0442\u00a0\u0431\u044b\u0442\u044c \u043c\u043d\u043e\u0433\u043e \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u043e\u0432:<\/p>\n<ul>\n<li>\n<p>\u0432\u044b\u0441\u043e\u043a\u043e\u043a\u0432\u0430\u043b\u0438\u0444\u0438\u0446\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 (\u0430\u0441\u0435\u0441\u0441\u043e\u0440\u044b)<\/p>\n<\/li>\n<li>\n<p>\u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438, \u043d\u0435\u00a0\u044f\u0432\u043b\u044f\u044e\u0449\u0438\u0435\u0441\u044f \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u0430\u043c\u0438 (\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433)<\/p>\n<\/li>\n<li>\n<p>\u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/p>\n<\/li>\n<li>\n<p>\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u043b\u044c\u043d\u043e\u0435 \u0441\u043e\u0447\u0435\u0442\u0430\u043d\u0438\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0451\u043d\u043d\u044b\u0445 \u0432\u044b\u0448\u0435<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u043d\u0435 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043e\u0442\u00a0\u0442\u043e\u0433\u043e, \u043a\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0430\u0435\u0442 \u0434\u0430\u043d\u043d\u044b\u0435, \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 \u0438 \u0441\u043f\u043e\u0441\u043e\u0431\u044b \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430.<\/p>\n<h3>\u0420\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430<\/h3>\n<p>\u0412\u00a0\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u043c \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443 \u043e\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0435, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u043e\u043d \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0441\u0430\u043c\u044b\u043c \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u043f\u043e\u0434\u0445\u043e\u0434\u043e\u043c, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u043e\u0432\u043c\u0435\u0449\u0430\u0435\u0442\u0441\u044f \u0441\u00a0\u0434\u0440\u0443\u0433\u0438\u043c\u0438 \u0432\u0438\u0434\u0430\u043c\u0438 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438.<\/p>\n<p>\u042f \u0438\u0437\u0443\u0447\u0430\u044e \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433 \u0441 2012\u00a0\u0433\u043e\u0434\u0430 \u0438 \u0447\u0435\u0442\u044b\u0440\u0435 \u0438\u0437\u00a0\u043d\u0438\u0445 \u043f\u0440\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u043b \u0432\u00a0\u043e\u0434\u043d\u043e\u0439 \u0438\u0437\u00a0\u043a\u0440\u0443\u043f\u043d\u0435\u0439\u0448\u0438\u0438\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u043f\u043e\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445. \u0418 \u043c\u043e\u0439 \u043e\u043f\u044b\u0442 \u0433\u043e\u0432\u043e\u0440\u0438\u0442, \u0447\u0442\u043e\u00a0\u0433\u043b\u0430\u0432\u043d\u0430\u044f \u0441\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u044c\u00a0\u2014 \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b <em>\u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 \u043f\u043e\u043d\u044f\u043b\u0438 \u0437\u0430\u0434\u0430\u043d\u0438\u0435 \u0442\u043e\u0447\u043d\u043e \u0442\u0430\u043a\u00a0\u0436\u0435, \u043a\u0430\u043a\u00a0\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442\u0435 \u0435\u0433\u043e \u0432\u044b<\/em>.<\/p>\n<p>\u041e\u0431\u044b\u0447\u043d\u043e \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0430 \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043d\u0430\u00a0\u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u043e\u0439 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0435. \u0421\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u043a\u0430\u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c\u044b\u0435 (on\u2011premises) \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b, \u0442\u0430\u043a\u0438\u0435 \u043a\u0430\u043a <a href=\"https:\/\/labelstud.io\" rel=\"noopener noreferrer nofollow\"><u>Label Studio<\/u><\/a>, <a href=\"https:\/\/www.cvat.ai\/\" rel=\"noopener noreferrer nofollow\"><u>CVAT<\/u><\/a>, <a href=\"https:\/\/prodi.gy\/\" rel=\"noopener noreferrer nofollow\"><u>Prodigy<\/u><\/a>, \u0442\u0430\u043a \u0438 \u0433\u043e\u0442\u043e\u0432\u044b\u0435 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, <a href=\"https:\/\/www.mturk.com\/\" rel=\"noopener noreferrer nofollow\"><u>Mechanical Turk<\/u><\/a>, <a href=\"https:\/\/scale.com\/\" rel=\"noopener noreferrer nofollow\"><u>Scale<\/u><\/a>, <a href=\"https:\/\/www.surgehq.ai\/\" rel=\"noopener noreferrer nofollow\"><u>Surge<\/u><\/a> \u0438 \u0434\u0440\u0443\u0433\u0438\u0435. \u041f\u043b\u044e\u0441 \u0440\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c\u044b\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0432\u00a0\u0442\u043e\u043c, \u0447\u0442\u043e\u00a0\u0438\u0445 \u043c\u043e\u0436\u043d\u043e \u0432\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0432\u00a0\u0441\u0432\u043e\u044e \u0438\u043d\u0444\u0440\u0430\u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0443 \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043f\u043e\u0434\u00a0\u0441\u0432\u043e\u0438 \u043d\u0443\u0436\u0434\u044b. \u041f\u0440\u0438\u00a0\u044d\u0442\u043e\u043c \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430 \u0433\u043e\u0442\u043e\u0432\u044b\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0432\u00a0\u043f\u0440\u0435\u0434\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0438 \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439 \u0438 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u0437\u0430\u043f\u043b\u0430\u0442\u0438\u0442\u044c \u0438\u043c, \u0447\u0442\u043e\u00a0\u043e\u0447\u0435\u043d\u044c \u0443\u043f\u0440\u043e\u0449\u0430\u0435\u0442 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<h3>\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445<\/h3>\n<p>\u0423\u0441\u043f\u0435\u0448\u043d\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442 \u043f\u043e\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0431\u0443\u0434\u0435\u0442 \u0432\u043a\u043b\u044e\u0447\u0430\u0442\u044c \u0432\u00a0\u0441\u0435\u0431\u044f \u0448\u0435\u0441\u0442\u044c \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0445 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u043e\u0432: \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f, \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f, \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441 \u0437\u0430\u0434\u0430\u043d\u0438\u044f, \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430, \u043d\u0430\u0434\u0451\u0436\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0438 \u043a\u043e\u043c\u043f\u0440\u043e\u043c\u0438\u0441\u0441 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0438 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u0438. \u041d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u0432\u0430\u0436\u043d\u044b \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f \u0437\u0430\u0434\u0430\u043d\u0438\u0439 \u0438 \u0440\u0430\u0431\u043e\u0442\u0430 \u0441\u00a0\u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f\u043c\u0438.<\/p>\n<figure class=\"bordered full-width\">\n<div><figcaption>\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438 \u0434\u0430\u043d\u043d\u044b\u0445 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430<\/figcaption><\/div>\n<\/figure>\n<p><strong>\u0414\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f<\/strong> \u0437\u0430\u0434\u0430\u043d\u0438\u0439\u00a0\u2014 \u0440\u0430\u0437\u0431\u0438\u0435\u043d\u0438\u0435 \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0441\u043b\u043e\u0436\u043d\u043e\u0433\u043e \u0437\u0430\u0434\u0430\u043d\u0438\u044f \u043d\u0430\u00a0\u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0438\u0437\u00a0\u043c\u0430\u043b\u0435\u043d\u044c\u043a\u0438\u0445 \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u043f\u043e\u0434\u0437\u0430\u0434\u0430\u043d\u0438\u0439. \u042d\u0442\u0438 \u043f\u043e\u0434\u0437\u0430\u0434\u0430\u043d\u0438\u044f \u0432\u044b\u0434\u0430\u044e\u0442\u0441\u044f \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044f\u043c \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u0442\u0430\u043a \u0447\u0442\u043e\u00a0\u043d\u0430\u00a0\u043a\u0430\u0436\u0434\u043e\u0435 \u0438\u0437\u00a0\u043d\u0438\u0445 \u043e\u0442\u0432\u0435\u0442 \u0434\u0430\u044e\u0442 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043d\u044b\u0445 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439.<\/p>\n<p>\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u043f\u043b\u044e\u0441 \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u0438\u00a0\u2014 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0440\u0435\u0448\u0430\u0442\u044c \u043e\u0447\u0435\u043d\u044c \u0441\u043b\u043e\u0436\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043d\u0430\u0431\u043e\u0440 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0432\u044b\u0434\u0435\u043b\u0438\u0432 \u043f\u0440\u044f\u043c\u043e\u0443\u0433\u043e\u043b\u044c\u043d\u0438\u043a\u0430\u043c\u0438 \u043a\u0430\u043a\u0438\u0435\u2011\u043d\u0438\u0431\u0443\u0434\u044c \u0438\u0445 \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u044b. \u041c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0438\u0437\u00a0\u0434\u0432\u0443\u0445 \u0437\u0430\u0434\u0430\u043d\u0438\u0439: \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u044b\u0434\u0435\u043b\u0438\u0442\u044c \u043d\u0443\u0436\u043d\u0443\u044e \u043e\u0431\u043b\u0430\u0441\u0442\u044c, \u0430\u00a0\u043f\u043e\u0442\u043e\u043c \u0441\u043f\u0440\u043e\u0441\u0438\u0442\u044c \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439, \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u00a0\u043b\u0438 \u043e\u043d\u0430 \u0432\u044b\u0434\u0435\u043b\u0435\u043d\u0430.<\/p>\n<p>\u0425\u043e\u0440\u043e\u0448\u0430\u044f \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f \u043a\u00a0\u0437\u0430\u0434\u0430\u043d\u0438\u044e \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0432\u00a0\u0441\u0435\u0431\u044f \u0446\u0435\u043b\u044c \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0438, \u043e\u0431\u0437\u043e\u0440 \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u0430, \u0448\u0430\u0433\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u0447\u0438, \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0445\u043e\u0440\u043e\u0448\u0438\u0445 \u0438 \u043f\u043b\u043e\u0445\u0438\u0445 \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u0430 \u043a\u00a0\u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435 \u0440\u0435\u0434\u043a\u0438\u0445 \u0438 \u043d\u0435\u043e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u0445 \u0441\u043b\u0443\u0447\u0430\u0435\u0432, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 \u0441\u043f\u0440\u0430\u0432\u043e\u0447\u043d\u044b\u0435 \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u044b.\u00a0\u0411\u044b\u0432\u0430\u0435\u0442 \u043e\u0447\u0435\u043d\u044c \u0441\u043b\u043e\u0436\u043d\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0445\u043e\u0440\u043e\u0448\u0443\u044e \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044e \u0441\u00a0\u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0440\u0430\u0437\u0430, \u044d\u0442\u0430 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u0438\u043b\u043b\u044e\u0441\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0430 \u0432\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u0435 <a href=\"https:\/\/novehiclesinthepark.com\/\" rel=\"noopener noreferrer nofollow\"><u>No Vehicles in the Park<\/u><\/a>.<\/p>\n<p>\u041a\u0430\u043a\u00a0\u043f\u0440\u0430\u0432\u0438\u043b\u043e, \u0435\u0441\u043b\u0438 \u0434\u0435\u043a\u043e\u043c\u043f\u043e\u0437\u0438\u0446\u0438\u044f \u0441\u0434\u0435\u043b\u0430\u043d\u0430 \u0445\u043e\u0440\u043e\u0448\u043e, \u0442\u043e \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 \u0438 \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441 \u0441\u0442\u0430\u043d\u043e\u0432\u044f\u0442\u0441\u044f \u043f\u043e\u043d\u044f\u0442\u043d\u044b\u043c\u0438, \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0438 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442 \u0437\u0430\u0434\u0430\u043d\u0438\u044f \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e, \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0435 \u043c\u0435\u0442\u043e\u0434\u044b \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442, \u0430\u00a0\u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c \u043b\u0435\u0433\u043a\u043e \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c.<\/p>\n<h2>\u0422\u043e\u043d\u043a\u0430\u044f \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 (Supervised Fine-Tuning, SFT)<\/h2>\n<p>\u0412\u043e\u00a0\u0432\u0440\u0435\u043c\u044f \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442\u0441\u044f \u0442\u0435\u043a\u0441\u0442\u044b \u043d\u0430\u00a0\u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u043c \u044f\u0437\u044b\u043a\u0435. \u041c\u043e\u0434\u0435\u043b\u044c \u0443\u0447\u0438\u0442\u0441\u044f \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435 \u0441\u043b\u043e\u0432\u043e. \u0422\u0435\u043a\u0441\u0442\u044b \u043e\u0431\u044b\u0447\u043d\u043e \u0431\u0435\u0440\u0443\u0442\u0441\u044f \u0438\u0437\u00a0\u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, <a href=\"https:\/\/commoncrawl.org\/\" rel=\"noopener noreferrer nofollow\"><u>Common Crawl<\/u><\/a>, <a href=\"https:\/\/huggingface.co\/datasets\/tiiuae\/falcon-refinedweb\" rel=\"noopener noreferrer nofollow\"><u>RefinedWeb<\/u><\/a> (<a href=\"https:\/\/arxiv.org\/abs\/2306.01116\" rel=\"noopener noreferrer nofollow\"><u>Penedo et al., 2023<\/u><\/a>), The Pile (<a href=\"https:\/\/arxiv.org\/abs\/2101.00027\" rel=\"noopener noreferrer nofollow\"><u>Gao et al., 2020<\/u><\/a>) \u0438 \u0434\u0440\u0443\u0433\u0438\u0445. \u041a\u0430\u043a\u00a0\u0441\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0438 (\u0442\u0430\u043a\u0436\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f <em>\u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0430\u043c\u0438<\/em> \u0438\u043b\u0438 <em>\u043f\u0440\u043e\u043c\u043f\u0442\u0430\u043c\u0438<\/em>; \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u0441\u043e\u0432\u0441\u0435\u043c \u0436\u0443\u0442\u043a\u0438\u0439). \u041a\u0430\u043a\u00a0\u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0442\u0430\u043a\u0438\u0435\u00a0\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u043e\u0442\u0432\u0435\u0442\u044b?<\/p>\n<p>\u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0441\u043c\u043e\u0433\u043b\u0438 \u0432\u044b\u044f\u0432\u0438\u0442\u044c \u0432\u0430\u0436\u043d\u044b\u0435 \u0442\u0438\u043f\u044b \u043f\u043e\u0434\u0432\u043e\u0434\u043e\u043a. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430\u00a0InstructGPT <a href=\"https:\/\/arxiv.org\/abs\/2203.02155\" rel=\"noopener noreferrer nofollow\"><u>(Ouyang et al., 2022)<\/u><\/a>: \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f (45,6 %), \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u0441\u00a0\u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c\u0438 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438 (12,4 %), \u0431\u0440\u0435\u0439\u043d\u0441\u0442\u043e\u0440\u043c\u0438\u043d\u0433 (11,2 %), \u0447\u0430\u0442\u044b (8,4 %), \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u044b\u0432\u0430\u043d\u0438\u0435 (6,6 %), \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0440\u0435\u0444\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 (4,2 %), \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f (3,5 %), \u0434\u0440\u0443\u0433\u043e\u0435 (3,5 %), \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u0441\u00a0\u0437\u0430\u043a\u0440\u044b\u0442\u044b\u043c\u0438 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438 (2,6 %) \u0438 \u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u0435 (1,9 %). \u0412\u0438\u0434\u044b \u043f\u043e\u0434\u0432\u043e\u0434\u043e\u043a \u0438 \u0438\u0445 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043c\u043e\u0433\u0443\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u0442\u044c\u0441\u044f \u0432\u00a0\u0432\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435. \u041a\u043e\u043c\u0430\u043d\u0434\u0430 OpenAI \u043f\u0440\u043e\u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043b\u0430 \u0438 \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u043b\u0430 \u0438\u0441\u0442\u043e\u0440\u0438\u044e \u0432\u0437\u0430\u0438\u043c\u043e\u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0441\u00a0\u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c\u044e \u0438 \u0441\u043e\u0431\u0440\u0430\u043b\u0430 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f\u00a0\u0442\u043e\u043d\u043a\u043e\u0439 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 InstructGPT.<\/p>\n<p>\u0422\u0438\u043f\u044b \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u044d\u0442\u043e \u043d\u0435\u00a0\u0432\u0441\u0451. \u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0432\u043e\u043f\u0440\u043e\u0441\u00a0\u2014 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u043c \u043d\u0443\u0436\u043d\u043e. \u0412\u00a0\u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u0435 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u044b \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u0441\u0432\u0435\u0434\u0435\u043d\u0438\u044f.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<td>\n<p align=\"left\"><strong>\u041c\u043e\u0434\u0435\u043b\u044c<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u041e\u0431\u044a\u0451\u043c \u0434\u0430\u043d\u043d\u044b\u0445<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Llama 2<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/ai.meta.com\/research\/publications\/llama-2-open-foundation-and-fine-tuned-chat-models\/\" rel=\"noopener noreferrer nofollow\"><u>Touvron et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">28 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">InstructGPT<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2203.02155\" rel=\"noopener noreferrer nofollow\"><u>Ouyang et al. (2022)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">15 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Alpaca<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/crfm.stanford.edu\/2023\/03\/13\/alpaca.html\" rel=\"noopener noreferrer nofollow\"><u>Taori et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">52 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Vicuna<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/lmsys.org\/blog\/2023-03-30-vicuna\/\" rel=\"noopener noreferrer nofollow\"><u>Chiang et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">70 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Dolly<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/www.databricks.com\/blog\/2023\/04\/12\/dolly-first-open-commercially-viable-instruction-tuned-llm\" rel=\"noopener noreferrer nofollow\"><u>Conover et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">15 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">OpenAssistant<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2304.07327\" rel=\"noopener noreferrer nofollow\"><u>K\u00f6pf et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0431\u043e\u043b\u0435\u0435 10 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Claude<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2204.05862\" rel=\"noopener noreferrer nofollow\"><u>Bai et al. (2022)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">137 \u0442\u044b\u0441. + 369 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">WizardLM<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2304.12244\" rel=\"noopener noreferrer nofollow\"><u>Xu et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">624 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">LIMA<\/p>\n<\/td>\n<td>\n<p align=\"left\"><a href=\"https:\/\/arxiv.org\/abs\/2305.11206\" rel=\"noopener noreferrer nofollow\"><u>Zhou et al. (2023)<\/u><\/a><\/p>\n<\/td>\n<td>\n<p align=\"left\">1 \u0442\u044b\u0441.<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0435\u00a0\u0441\u0442\u043e\u043b\u044c \u0432\u0430\u0436\u0435\u043d. \u0412\u0430\u0436\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0432\u00a0\u043d\u0451\u043c\u00a0\u0431\u044b\u043b\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u043f\u043e\u0434\u0432\u043e\u0434\u043a\u0438 \u0438 \u043e\u0442\u0432\u0435\u0442\u044b.<\/p>\n<h3>\u0413\u0434\u0435 \u0431\u0440\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b?<\/h3>\n<p>\u0413\u0434\u0435\u00a0\u0436\u0435 \u0432\u0437\u044f\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b? \u0415\u0441\u0442\u044c \u0442\u0440\u0438 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430:<\/p>\n<ol>\n<li>\n<p><strong>\u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043c\u043e\u0434\u0435\u043b\u0438<\/strong> \u0441\u0442\u0440\u043e\u044f\u0442\u0441\u044f \u043d\u0430\u00a0\u0432\u0437\u0430\u0438\u043c\u043e\u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f \u0441\u00a0\u043c\u043e\u0434\u0435\u043b\u044c\u044e. \u0423\u0432\u044b, \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u044b \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0437\u0430\u043f\u0440\u0435\u0449\u0430\u044e\u0442 \u043e\u0431\u0443\u0447\u0430\u0442\u044c \u043a\u043e\u043d\u043a\u0443\u0440\u0438\u0440\u0443\u044e\u0449\u0438\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u043e\u00a0\u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0432\u0441\u0451 \u0440\u0430\u0432\u043d\u043e \u0442\u0430\u043a \u0434\u0435\u043b\u0430\u044e\u0442.<\/p>\n<\/li>\n<li>\n<p><strong>\u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437\u00a0\u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0432\u00a0\u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435<\/strong> \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0434\u0430\u043d\u043d\u044b\u0435 \u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u2011\u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432, \u0442\u0430\u043a\u0438\u0445 \u043a\u0430\u043a\u00a0Reddit, Quora, Stack Exchange \u0438 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0445. \u041e\u0431\u044b\u0447\u043d\u043e \u0442\u0440\u0443\u0434\u043d\u043e\u0441\u0442\u0438 \u043a\u0440\u043e\u044e\u0442\u0441\u044f \u0432\u00a0\u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0438\u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0439\u00a0\u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0438 \u0438 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u0438 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0447\u0438\u0441\u0442\u0438\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435. <\/p>\n<\/li>\n<li>\n<p><strong>\u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u0430 <\/strong>\u0440\u0430\u0437\u043c\u0435\u0447\u0430\u044e\u0442\u0441\u044f\u00a0\u043b\u0438\u0431\u043e \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0438\u043c\u0438 \u043a\u043e\u043b\u043b\u0435\u043a\u0442\u0438\u0432\u0430\u043c\u0438 \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u043e\u0432,\u00a0\u043b\u0438\u0431\u043e \u0431\u043e\u043b\u044c\u0448\u0438\u043c\u0438 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 \u0438\u0441\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u0435\u0439 \u043d\u0430\u00a0\u043a\u0440\u0430\u0443\u0434\u0441\u043e\u0440\u0441\u0438\u043d\u0433\u043e\u0432\u044b\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430\u0445. \u042d\u0442\u043e \u0441\u0430\u043c\u044b\u0439 \u043d\u0430\u0434\u0451\u0436\u043d\u044b\u0439, \u043d\u043e\u00a0\u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u0441\u00a0\u044d\u0442\u0438\u043c \u0441\u0430\u043c\u044b\u0439 \u0442\u0440\u0443\u0434\u043e\u0451\u043c\u043a\u0438\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442.<\/p>\n<\/li>\n<\/ol>\n<p>\u041d\u0438\u0436\u0435 \u043f\u0440\u0438\u0432\u0435\u0434\u0443 \u043a\u0440\u0430\u0442\u043a\u043e\u0435 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043f\u044f\u0442\u0438 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u00a0\u043f\u043e\u0434\u0441\u043a\u0430\u0437\u043a\u0430\u043c\u0438 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438.<\/p>\n<ul>\n<li>\n<p><a href=\"https:\/\/www.databricks.com\/blog\/2023\/04\/12\/dolly-first-open-commercially-viable-instruction-tuned-llm\" rel=\"noopener noreferrer nofollow\"><u>Dolly<\/u><\/a>\u00a0\u2014 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445, \u0440\u0430\u0437\u043c\u0435\u0447\u0435\u043d\u043d\u044b\u0439 \u044d\u043a\u0441\u043f\u0435\u0440\u0442\u0430\u043c\u0438 \u0438\u0437\u00a0\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 Databricks, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0439 15\u00a0\u0442\u044b\u0441. \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>Alpaca\u00a0\u2014 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u043d\u0430\u00a0\u043e\u0441\u043d\u043e\u0432\u0435 \u043c\u043e\u0434\u0435\u043b\u0438, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0439 \u043f\u0443\u0442\u0451\u043c \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u044f 175\u00a0\u043f\u0435\u0440\u0432\u043e\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u0432 52\u00a0\u0442\u044b\u0441. \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439 \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 GPT-3.5.<\/p>\n<\/li>\n<li>\n<p>WizardLM\u00a0\u2014 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0439 \u043f\u0443\u0442\u0451\u043c \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u044b\u0445 \u043f\u0440\u0430\u0432\u0438\u043b \u0434\u043b\u044f\u00a0\u0443\u0441\u043b\u043e\u0436\u043d\u0435\u043d\u0438\u044f \u0438 \u043f\u0435\u0440\u0435\u0442\u0430\u0441\u043e\u0432\u043a\u0438 Alpaca \u043f\u0440\u0438\u00a0\u043f\u043e\u043c\u043e\u0449\u0438 GPT-3.5. \u0412\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u043a\u0440\u0443\u043f\u043d\u044b\u0439 \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u0438\u0437 624\u00a0\u0442\u044b\u0441. \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439.<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/sharegpt.com\/\" rel=\"noopener noreferrer nofollow\"><u>ShareGPT<\/u><\/a>\u00a0\u2014 \u043f\u043b\u0430\u0433\u0438\u043d \u0434\u043b\u044f\u00a0\u0431\u0440\u0430\u0443\u0437\u0435\u0440\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u0435\u0442 \u0434\u0438\u0430\u043b\u043e\u0433\u0438 \u0441\u00a0ChatGPT \u0438 \u0445\u0440\u0430\u043d\u0438\u0442 \u0438\u0445 \u043d\u0430\u00a0\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u043c \u0441\u0435\u0440\u0432\u0435\u0440\u0435.<\/p>\n<\/li>\n<\/ul>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-352750","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/352750","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=352750"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/352750\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=352750"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=352750"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=352750"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}