100:87：GPT-4心智碾压人类！三大GPT-3.5变种难敌

参赛选手分别是来自OpenAI家族最新的四个GPT模型——GPT-4以及GPT-3.5的三个变体，Davinci-2、Davinci-3和GPT-3.5-Turbo。 · Davinci-2（API名称：text-davinci-002）是在人类写的演示上进行监督微调训练的。 · Davinci-3（API名称：text-davinci-003）是Davinci-2的升级版，它使用近似策略优化的人类反馈强化学习（RLHF）进一步训练。 结果显示，这种step-by-step思维提高了Davinci-3、GPT-3.5-Turbo和GPT-4的表现，但没有提高Davinci-2的准确性。 结果显示，Two-shot CoT提高了所有用RLHF训练的模型（除Davinci-2以外）的准确性。