1月

27日、OpenAIがInstructGPTを発表。人の評価をもとに調整したモデルで、指示に沿った答えを返しやすくなったとする。パラメータ数が100分の1でも、元のGPT-3より人に好まれたという結果を示した。APIの既定モデルもこちらに切り替えている。

モデルを大きくする以外に手を入れる余地があることを見せた発表で、人の評価で調整するやり方が各社に広がっていく。

28日、Googleの研究者らが思考の連鎖（chain of thought）の論文を公開。答えだけを示す例ではなく、途中の考え方を書き下した例をいくつか見せるだけで、算数や常識問題の正答率が上がるという内容だった。モデルには手を入れず、渡す文章の書き方だけを変えるやり方である。