ChatGPT背景：

ChatGPT 是一种专注于对话生成的语言模型。它能够根据用户的文本输入，产生相应的智能回答。这个回答可以是简短的词语，也可以是长篇大论。其中GPT是Generative Pre-trained Transformer（生成型预训练变换模型）的缩写。

通过学习大量现成文本和对话集合（例如Wiki），ChatGPT能够像人类那样即时对话，流畅的回答各种问题。（当然回答速度比人还是慢一些）无论是英文还是其他语言（例如中文、韩语等），从回答历史问题，到写故事，甚至是撰写商业计划书和行业分析，“几乎”无所不能。甚至有程序员贴出了ChatGPT进行程序修改的对话。

ChatGPT也可以与其他AIGC模型联合使用，获得更加炫酷实用的功能。例如上面通过对话生成客厅设计图。这极大加强了AI应用与客户对话的能力，使我们看到了AI大规模落地的曙光。

ChatGPT特点

ChatGPT 是基于GPT-3.5（Generative Pre-trained Transformer 3.5）架构开发的对话AI模型，是InstructGPT 的兄弟模型。ChatGPT很可能是OpenAI 在GPT-4 正式推出之前的演练，或用于收集大量对话数据。
当然它还包括如下特征：

1）可以主动承认自身错误。若用户指出其错误，模型会听取意见并优化答案。2）ChatGPT 可以质疑不正确的问题。例如被询问 “哥伦布 2015 年来到美国的情景” 的问题时，机器人会说明哥伦布不属于这一时代并调整输出结果。3）ChatGPT 可以承认自身的无知，承认对专业技术的不了解。4）支持连续多轮对话。

ChatGPT实现原理

1.数据集ChatGPT的实现基于大规模的自然语言语料库，如维基百科、互联网论坛、新闻报道等。OpenAI通过使用Web爬虫和API获取了这些数据集，并对它们进行了预处理。这些数据集被用来训练ChatGPT的神经网络，以便生成自然语言文本。2.模型架构ChatGPT使用的是Transformer架构，它是一种基于注意力机制的神经网络模型。这种模型的优点在于，它可以并行化处理文本序列，并且能够捕捉序列中单词之间的长距离依赖关系。Transformer模型的架构分为编码器和解码器两部分。在ChatGPT中，只有一个解码器，没有编码器。这是因为ChatGPT主要用于生成文本，而不是处理输入文本。3.训练模型在ChatGPT中，模型的训练是通过无监督的方式进行的。在训练过程中，模型的目标是最大化给定一段文本序列的概率。具体来说，模型的目标是预测下一个单词在给定上下文中出现的概率。为了训练模型，OpenAI使用了一种称为“掩码语言建模”的技术。在掩码语言建模中，模型会随机将文本序列中的一些单词替换为特殊的掩码符号，然后根据上下文预测被掩码的单词。通过这种方式，模型可以学习到单词之间的关系，并生成自然语言文本。4.生成文本当ChatGPT训练完成后，就可以用于生成自然语言文本。生成文本的过程是通过向模型提供一些初始文本，然后模型会根据初始文本生成后续的文本。生成文本的过程使用的是基于采样的方法，即从模型预测的概率分布中随机采样。5.Fine-tuning除了在大规模的语料库上进行训练之外，ChatGPT还可以通过fine-tuning来适应特定的任务。在fine-tuning中，模型会通过使用特定的数据集进行有监督的训练。这样，模型就可以生成与特定任务相关的自然语言文本。比如，可以使用fine-tuning训练一个对话生成模型，使其能够生成与特定话题相关的对话。6.多头注意力机制Transformer模型中的多头注意力机制是ChatGPT实现原理的重要组成部分之一。这种机制可以让模型同时关注不同的位置，从而提高模型的性能。具体来说，多头注意力机制将输入分成多个子空间，每个子空间都有自己的注意力机制，从而可以并行计算。这样，模型可以关注不同子空间中的不同特征，从而提高模型的性能。7.对抗训练除了使用无监督的训练方式外，ChatGPT还使用了对抗训练技术来提高模型的鲁棒性。在对抗训练中，模型会与一个敌对模型进行对抗。敌对模型会生成一些文本序列，这些文本序列是有意识地设计成能够欺骗ChatGPT模型的。然后，ChatGPT会学习如何识别这些欺骗性的文本序列，并生成更为准确的文本。

ChatGPT使用感受：

近期我使用了ChatGPT后，发现这个所谓的人工智能其实是基于数据集的大数据运算而已，很简单例子，为什么它能够名声大振，一方面是因为代码，而许多已经常见的漏洞复现原理及代码在互联网上已经大批存在，因此当我们输入：生成log4j的漏洞执行脚本时，它会基于运算找到相关数据集，在后续训练中就会基于该数据集去拓展。

毋庸置疑的是它依然是人类发展的一大步，至少它带动了全球人工智能的发展。

但他依然存在一些问题，例如你想让他去生成一个视频脚本或文案时，你需要将细节描述的特别清晰，不然它所生成的内容依旧是大众化俗套的。我不知道是不是因为语言的问题，但很明显，对于文字的创新性，它几乎为0的，可以很直观的看到它所产生的文案几乎都是“烂大街的故事”

此处我已经提出了10余条细节点了，但依旧无法生成一个过得去的故事，包括故事的类型、故事的情节、故事需要具有曲折、故事贴近20-40岁人群、更贴近于生活、放大故事的细节等

ChatGPT的使用感受相关推荐

史上最强人工智能ChatGPT 到底有多强？
ChatGPT 已经踏上了它的成神之路,这绝对是我所用过的,我相信也是你用过的,最让人震撼的人工智能产品,比起 AI 画画,它甚至更具颠覆性.只用短短十分钟,它就耗尽了我毕生所学的感叹词,最后只留下一 ...
【花雕学AI】11：ChatGPT与New Bing的横向比较与多维度对比测试
引言: 人工智能AI技术正在改变我们获取和使用信息的方式.搜索引擎作为我们与互联网的主要接口,也在不断地进化和创新.2022 年底,两种新型的人工智能搜索引擎,分别是 ChatGPT 和 New Bi ...
ChatGPT 打字机效果原理
一.背景在初次使用 ChatGPT 时,我就被打字机的视觉效果吸引.总是感觉似曾相识,因为经常在一些科幻电影中看到,高级文明回传的信息在通讯设备的屏幕上以打字机效果逐步出现,在紧张的氛围下,输出人类 ...
和ChatGPT大战多个回合，我知道了这些真相
最近,ChatGPT在国内外社交平台上可谓是火出圈了.作为一款人工智能语言模型,它可以和人类以对话的方式进行互动,比你早已熟知的Siri,小度还有小爱同学要更加智能与专业.因为它除了回答问题外还能进行 ...
【微信小程序】微信小程序的接口调入获取太阳码根据返回值的类型进行接收，微信接口可能直接返回图片，也可能返回一个错误信息的json，同时兼容处理这两种情况
目录事件起因环境和工具操作过程解决办法遇到的一点问题结束语事件起因在开发一个关于微信小程序的过程中,有一个这样的需求,要求生成微信小程序的太阳码,然而这个东西的请求方式我们是这样的:我 ...
自然语言成了编程语言，不会写 Prompt 的程序员会面临失业吗？
作者 | 王启隆出品 | CSDN(ID:CSDNnews) 如果让一个活在 18 世纪的人看看今天的世界,他会被现代科技的伟大所震慑,沉醉于未来社会的梦幻:但如果让一个 15 世纪的人去看看 18 ...
前端已死？ 2023 年前端十大 Web 趋势
点击"开发者技术前线",选择"星标" 让一部分开发者看到未来作者 | Robin Wiruch 来自|infoQ 译者 | 核子可乐策划 | 丁晓昀虽然就 ...
2023 年前端十大 Web 发展趋势
很长一段时间,Web 开发的前景似乎没有什么进展(2016 年至 2021 年),但在刚刚过去的 2022 年中确实又猛窜了一波.今天主要想跟大家聊聊最新 Web 开发趋势.相信这波浪潮会继续激发 W ...
2023 年前端十大 Web 趋势
在本文中,我想跟大家聊聊自己看到的最新 Web 开发趋势. (元)框架单页应用程序(SPA)及各类相关框架(包括 React.js.Vue.js.Svelte.js 等)或多或少都经历过一定的炒作周 ...

ChatGPT的使用感受

ChatGPT背景：

ChatGPT特点

ChatGPT实现原理

ChatGPT使用感受：

ChatGPT的使用感受相关推荐

最新文章

热门文章