在影响大模型格局之外，Meta 的论文里还提到一个细节很有意思：大语言模型的卓越写作能力，从根本上是由 RLHF 驱动的。

这跟 Andrej Karpathy 之前在微软Build 上提到的一个观察遥相呼应：回答问题效果最好的三个大模型 GPT-4、Claude-2（当时还是1）以及GPT-3.5，都是经过RLHF精调的。

Llama2的chat模型再次验证了这个特点，也算是给了一个可以“借鉴”的答案。

可能让人觉得不那么舒服的地方，是这条路线的天花板也就在那摆着。