前特斯拉AI总监Andrej Karpathy在演讲中认为思维树（tree of thoughts）与AlphaGo的蒙特卡洛树搜索（MCTS）有异曲同工之妙！
网友高呼：这是关于如何使用大语言模型和GPT-4模型的最详尽有趣的指南！
此外Karpathy透露，由于训练和数据的扩展，LLAMA 65B“明显比GPT-3 175B更强大”，并介绍了大模型匿名竞技场ChatBot Arena:
Claude得分介于ChatGPT 3.5和ChatGPT 4之间。
网友表示，Karpathy的演讲一向很棒，而这次的内容也一如既往没有令大家失望。
随着演讲而爆火的，还有推特网友根据演讲整理的一份笔记，足足有31条，目前转赞量已超过3000+：
所以，这段备受关注的演讲，具体提到了哪些内容呢？
如何训练GPT助手？
Karpathy这次的演讲主要分为两个部分。
第一部分，他讲了如何训练一个“GPT助手”。
Karpathy主要讲述了AI助手的四个训练阶段：预训练（pre-training）、监督微调（supervised fine tuning）、奖励建模（reward modeling）和强化学习（reinforcement learning）。
每一个阶段都需要一个数据集。
在预训练阶段，需要动用大量的计算资源，收集大量的数据集。在大量无监督的数据集上训练出一个基础模型。
