2020年5月底OpenAI發(fā)布了有史以來強的NLP預訓練模型GPT-3，大的GPT-3模型參數(shù)達到了1750億個參數(shù)。論文《Language Models are Few-Shot Learners》長達74頁已發(fā)布在arXiv。

有網(wǎng)友估算大的GPT-3模型大小大約有700G，這個大小即使OpenAI公開模型，我們一般的電腦也無法使用。一般需要使用分布式集群才能把這個模型跑起來。雖然OpenAI沒有公布論文的花費，不過有網(wǎng)友估計這篇論文大約花費了上千萬美元用于模型訓練。

如此驚人的模型在模型的設計上和訓練上有什么特別之處嗎？答案是沒有。作者表示GPT-3的模型架構跟GPT-2是一樣的，只是使用了更多的模型參數(shù)。模型訓練也跟GPT-2是一樣的，使用預測下一個詞的方式來訓練語言模型，只不過GPT-3訓練時使用了更多的數(shù)據(jù)。

既然這樣，那這只怪獸特別之處是什么？GPT-3論文的核心在于下圖：