简介随着OpenAI发布的ChatGPT大火，越来越多人开始关注其中用到的RLHF(Reinforcement Learning from Human Feedback)技术,其字面意思是基于人类反馈的强化学习，核心思想是获取生成文本的人工

1.简单介绍BERT (Bidirectional Encoder Representation Transformers) 是在2018年由Google AI 团队发布的，网络结构主要采用了Transformer编码器的架构，属于自编码模