智通财经APP获悉，浙商证券发布研究报告称，11月30日，发布了全新的聊天机器人模型机器人模型chatgpt，引发热议。该行认为模型的出现对于文字模态的AIGC应用具有重要意义。从下游相关受益应用来看，包括但不限于代码机器人、小说衍生器、对话类搜索引擎、语伴、语音工作助手、对话虚拟人等。从上游增加需求来看，包括算力、数据标注、自然语言处理(NLP)等。

推荐关注：中文在线(.SZ)、腾讯控股()、百度集团-SW()、阅文集团()、蓝色光标(.SZ)、海天瑞声(.SH)、拓尔思(.SZ)等。

事件：11月30日，发布了全新的聊天机器人模型，引发热议。使用RLHF技术对进行了训练，加入了更多人工监督微调。相比GPT-3，的主要提升点在于记忆能力，可实现连续对话，极大地提升了对话交互模式下的用户体验。的多元全面的能力使其作为一个通用AI助手参与交互，其在辅助编程领域表现卓越。目前免费开放，海量用户反馈加速模型迭代。

浙商证券主要观点如下：

发布对话式交互模型，引发热议

当地时间11月30日机器人模型chatgpt机器人模型chatgpt，发布了全新的聊天机器人模型。是训练的对话式大规模语言模型，是的兄弟模型，二者同属GPT-3.5系列的主力模型。目前处于测试阶段，拥有账户的用户可以免费使用。模型采用对话格式，可以跟进回答问题、承认错误、挑战不正确的前提并拒绝不正当的请求，且支持中文。模型一经推出，就引起较高关注度和讨论度。作为投资人，马斯克在社交媒体上展示了自己询问怎么设计得到的回复，拓展此事件影响力。

采用加入更多人工监督微调的新训练方式

新加入的训练方式被称为“从人类反馈中强化学习”(，RLHF)。这一训练方法增加了人类对模型输出结果的演示，并且对结果进行了排序。具体操作上，人工智能训练者扮演对话的双方，即用户和人工智能助手，提供对话样本。在人类扮演聊天机器人的时候，会让模型生成一些建议辅助训练师撰写回复，训练师会对回复选项打分排名，将更好的结果输回到模型中，通过以上奖励策略对模型进行微调并持续迭代。

在此基础上完成训练，可以比GPT-3更好的理解和完成人类指令，展现卓越的模仿人类语言，提供连贯的、有风格与逻辑的、符合对话主题的文段信息的能力。

支持连续对话，可分辨错误前提并拒绝不道德请求

相比GPT-3，的主要提升点在于记忆能力。可以储存对话信息，延续上下文，从而实现连续对话，这在对话场景中至关重要，极大地提升了对话交互模式下的用户体验。

此外，相比前辈模型具有以下特征：1)可以承认错误，若用户指出其错误，模型会听取意见并优化答案;2)可以质疑不正确的前提，减少虚假描述，如被询问“哥伦布2015年来到美国的情景”的问题时，机器人会说明哥伦布不属于这一时代并调整输出结果;3)因采用了注重道德水平的训练方式，在减少有害和不真实的回复上改善显著，如拒绝回答寻求霸凌他人方案的问题，指出其不正义性。

风险提示：技术发展进程不及预期;版权、伦理和监管风险。

免责声明：本文系转载，版权归原作者所有；旨在传递信息，不代表本站的观点和立场和对其真实性负责。如需转载，请联系原作者。如果来源标注有误或侵犯了您的合法权益或者其他问题不想在本站发布，来信即删。