ChatGPT怎么下载？ChatGPT国内怎么使用

为什ChatGPT这么火他的优势是什么ChatGPT 也是创业公司和企业家应该已经知道的事情的最佳表达生成人工智能的淘金热将由开发新颖的、防御性的业务驱动围绕它的出现方式而不是引擎盖下的内容。

对于那些在该领域从事大量重点工作的人来说这可能不是什么秘密但是当涉及到生成 AI 时很快就会发现用户与生成模型和系统的交互方式至少与底层训练和推理同样重要技术。最新的也是我认为最好的例子来自 OpenAI 的ChatGPT它作为免费研究预览发布任何人都可以在本周试用。PS:大家想体验一下可以下载这款软件玩玩

如果您还没有看到围绕 ChatGPT 的热议它基本上是他们新的 GPT-3.5 自然语言生成技术的实现但实现方式是您只需在网络浏览器中与它聊天就好像您在偷懒一样同事或与网站上的客户支持代理互动。

OpenAI 已经凭借其 DALL-E 图像生成技术掀起了波澜其 GPT 系列在每次连续发布时都引起了人们的关注偶尔也会引起作者的生存恐惧。但最新的聊天式迭代似乎扩大了它的吸引力和受众在某些方面将对话从“哇本科生将使用它来提交糟糕但可行的学期论文”转变为“哇这实际上可以帮助我调试代码我打算投入生产。”

到目前为止的例子似乎表明它实际上在术语纸上做得更好但在避免 AI 聊天机器人的一些典型陷阱包括将错误信息作为事实呈现方面它仍有工作要做。但显然它的参与度很高人们对 ChatGPT 的印象似乎比对 GPT-3 的印象更深刻至少尽管这部分是因为它是一个新版本具有改进的核心推理技术以及新的交互范式。

我自己的例子来说明为什么我认为它如此强大是及时的如果平凡的话我要求 ChatGPT 为我提供所有各种神奇宝贝类型的优点和缺点它提供的正是我一直希望每次我进入 Tera Raid 时谷歌都会提供的东西在新的 Pokémon Scarlet 游戏中必须尝试记住什么反制什么。

也就是说请注意我对我的查询一点也不感兴趣它尽可能简单同时仍然清楚我的要求。结果正是我要找的东西——而不是一个列表如果我愿意投入时间这些东西可能会帮助我找到我正在寻找的东西。

像 OpenAI 的 ChatGPT 这样的东西最终取代像谷歌这样的搜索引擎的潜力并不是一个新想法但是 OpenAI 的底层技术的交付是迄今为止最接近于它在一个完全充实的系统中实际工作的方式它应该有谷歌害怕。

我们使用与InstructGPT相同的方法使用来自人类反馈的强化学习 (RLHF) 来训练该模型但数据收集设置略有不同。我们使用监督微调训练了一个初始模型人类 AI 训练员提供对话他们在对话中扮演双方——用户和 AI 助手。我们让培训师可以访问模型编写的建议以帮助他们撰写回复。我们将这个新的对话数据集与 InstructGPT 数据集混合我们将其转换为对话格式。

为了创建强化学习的奖励模型我们需要收集比较数据其中包含两个或多个按质量排序的模型响应。为了收集这些数据我们收集了 AI 培训师与聊天机器人的对话。我们随机选择了一条模型编写的消息抽取了几个备选的完成方式并让 AI 培训师对它们进行排名。使用这些奖励模型我们可以使用近端策略优化来微调模型。我们对这个过程进行了几次迭代。

限制

ChatGPT 有时会写出看似合理但不正确或荒谬的答案。解决这个问题具有挑战性因为

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。相反我们当前的模型通常会猜测用户的意图。

虽然我们已努力使模型拒绝不当请求但它有时会响应有害指令或表现出有偏见的行为。我们正在使用Moderation API来警告或阻止某些类型的不安全内容但我们预计它目前会有一些漏报和漏报。我们渴望收集用户反馈以帮助我们正在进行的改进该系统的工作。