爆火出圈的chatGPT

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

🏆今日学习目标

🍀ChatGPT
✅创作者林在闪闪发光
⏰预计时间30分钟
🎉个人主页林在闪闪发光的个人主页

🍁林在闪闪发光的个人社区欢迎你的加入: 林在闪闪发光的社区

ChatGPT官方说明

Optimizing Language Models for Dialogue

We’ve trained a model called ChatGPT which interacts in a conversational way.

The dialogue format makes it possible for ChatGPT to answer followup questions, admit its mistakes, challenge incorrect premises, and reject inappropriate requests.

这一模型可以与人类进行谈话般的交互可以回答追问连续性的问题承认其回答中的错误指出人类提问时的不正确前提拒绝回答不适当的问题。

ChatGPT is a sibling model to InstructGPT, which is trained to follow an instruction in a prompt and provide a detailed response.

ChatGPT 是 OpenAI 之前发布的 InstructGPT 的近似产物后者致力于通过命令提示词生成一个细致的回复。

1.序言

预告了一整年的GPT-4迟迟没来人们猜想OpenAI是不是要跳票了更何况他们之前的得意之作DALL-E也被开源Stable Diffusion打了个措手不及再不来点深水炸弹业界地位危矣。

不过就在大家以为今年OpenAI将以沉寂收场时聊天机器人模型ChatGPT横空出世让人们看到了AI的更大创造力聚光灯也再度打到了OpenAI的身上。

今年9月LinkedIn联合创始人Reid Hoffman与OpenAI首席执行官Sam Altman进行了一场对话而肩负着宏伟使命且极富远见的Altman就曾预言AI即将迎来下一个发展阶段。如今大型语言模型越来越先进也出现了可以实现文本-图像相互转换的多模态模型一些AI应用还可令科学家如虎添翼。在他眼中AI是一个可以孵化出无数工具推动各行各业前进的基础平台。

随着AI行业的不断进步AI应用不再只是充斥着行业热词的纸上项目已经发展为成熟的工具助力多个行业的生产服务也必将催生出无数新企业。

各种AI工具已显现出巨大的日常应用潜力可以实现人类的各种想法改善人类的工作方式比如由Stability.ai发布的开源Stable Diffusion模型Microsoft和OpenAI联合打造的AI编程工具CopilotOpenAI开发的语言生成模型GPT-3和图像生成平台DALL-E以及爆火的聊天机器人模型ChatGPT。

你的愿望就是我的命令

上周OpenAI 研究实验室推出了 ChatGPT这是一个能在你的浏览器中运行的聊天机器人类似于你在提供客户支持聊天的网站上看到的机器人。

ChatGPT 由 GPT-3.5 系列模型提供支持这些模型使用 Azure AI 超级计算基础设施上的文本和代码数据进行训练。人工智能的能力已经得到提升可以处理奇怪的、技术性的、抽象的或具体的请求。

通过将其高级聊天机器人置于公共预览版中OpenAI 希望通过了解所有用户对 ChatGPT 的要求以及该技术的性能来获得众包反馈。

需要注意的一个关键点是当前预览未连接到互联网因此它返回的任何响应都纯粹来自离线训练的模型。ChatGPT 无法告诉你例如“Microsoft 当前的电话号码是多少”或今天的天气

2.简单介绍

3.简单使用

1.世界杯问题

2.你还可以这样

4.编写代码

ChatGpt 还有很多作用就不一一截图了

ChatGPT非常擅长对话、情感分析、文本生成、摘要提取等有了这些直接打开了更广阔的应用面 .如若在垂直领域做定向训练它将会发挥出更极致的性能即可作咨询用途同时也可以辅助创作

5.ChatGPT 的局限性

ChatGPT 有时会写出看似合理但不正确或荒谬的答案。解决这个问题是具有挑战性的因为1在 RL 训练期间目前没有真实来源(2) 训练模型更加谨慎导致它拒绝可以正确回答的问题(3) 监督训练会误导模型因为理想的答案取决于模型知道什么而不是人类演示者知道什么。
ChatGPT 对输入措辞的调整或多次尝试相同的提示很敏感。例如给定一个问题的措辞模型可以声称不知道答案但只要稍作改写就可以正确回答。
该模型通常过于冗长并过度使用某些短语例如重申它是 OpenAI 训练的语言模型。这些问题源于训练数据的偏差训练者更喜欢看起来更全面的更长答案和众所周知的过度优化问题。
理想情况下当用户提供模棱两可的查询时模型会提出澄清问题。相反当前的模型通常会猜测用户的意图。