ChatGPT学习第一周

📖 学习目标

  • 掌握ChatGPT基础知识
    • 理解ChatGPT的基本功能和工作原理。
    • 认识到ChatGPT在日常生活和业务中的潜在应用。
  • 了解AI和机器学习的基本概念
    • 获取人工智能(AI)和机器学习(ML)的初步了解。
    • 理解这些技术是如何支撑ChatGPT的。

✍️ 学习活动

学习资料

  • 《ChatGPT在做什么…为什么它能做到?》—斯蒂芬·沃尔夫勒姆
  • 《三分钟看懂ChatGPT》—量子位智库·火线报告
  • 《ChatGPT学习手册》----飞书——大国
  • 《ChatGPT开启AIGC产业生态新时代 新风口•新生态•新变革•新机遇》—前瞻产业研究院联合发布
  • 《终于有人把chatGPT说清楚了——全网最深入浅出的chatGPT原理科普,包你看懂》—B站——新石器公园
  • 《ChatGPT原理是什么?技术小白能看懂的ChatGPT原理介绍 - AI 绘画每日一帖》—知乎——倒立的BOB

学习笔记

ChatGPT基础知识
ChatGPT的基本功能和工作原理
  • ChatGPT的定义
      ChatGPT (Chat Generative Pre-trained Transformer)是由OpenAI公司基于GPT模型(采用了Transformer架构的深度学习语言模型)研发的一款人工智能聊天机器人,它能够回答问题、进行对话、生成文本和提供有关各种主题的信息。
  • ChatGPT的发展历史
      ChatGPT的发展历史如下图所示。
    在这里插入图片描述
  • ChatGPT的系统应用介绍
    ChatGPT首页
    • ChatGPT-3.5系统应用页面
      在这里插入图片描述
    • ChatGPT-3.5功能介绍
      • 输入框:文本输入框,允许输入自然语言进行对话请求。
      • 信息发送:将输入框中的信息发送给聊天机器人,聊天机器人根据GPT模型按照语料库中的数据信息(语料库中信息截止日期是2022年1月)以及上下文内容,进行应答请求,应答内容格式为自然语言和代码块。
      • 模型切换:若未充值升级,则无法切换模型。
      • 新增聊天对话:不继续当前对话进程,重新增加一个聊天对话。
      • 我的:包含了退出登录、设置和自定义指令等三个功能操作。设置为系统设置,包含了主题和语言的设置、聊天对话的管理、数据的权限管理;自定义指令的作用是根据自身的偏好定义ChatGPT的响应。
      • 提示词:参考提示词,用于指导用户更好的与ChatGPT进行对话沟通。
    • ChatGPT 4.0应用页面
      在这里插入图片描述
    • ChatGPT-4功能介绍
      • 选择附件:允许你选择本地文件(如文本、图像等)进行对话输入处理的内容。
      • 输入框:文本输入框,允许输入自然语言和Python代码进行对话请求,其中输入Python代码时可执行对应代码并反馈结果。
      • 信息发送:将输入框中的信息发送给聊天机器人,聊天机器人根据GPT模型按照联网搜索、语料库中的数据信息(语料库中信息截止日期是2023年4月)以及上下文内容,进行应答请求,应答内容格式为自然语言、代码块、图片(文本生成图像功能依赖的是DALL·E3系统)、word文档、pdf文档等。
      • 模型切换:若已充值升级,可以选择的对话模型有:GPT-4、GPT-3.5和Plugins,Plugins是ChatGPT插件模式,通过调用第三方插件增强 ChatGPT 的功能并允许其执行更加广泛的操作。
      • 新增聊天对话:不继续当前对话进程,重新增加一个聊天对话。
      • GPTs:为ChatGPT应用商店,应用商店包含用户分享的各类根据特定需求创建的GPT模型,可以通过这个功能使用别人分享的GPT应用,同时也可以去创建自己的GPT应用。
      • 我的:包含了退出登录、Plus用户设置&Beta、自定义指令、我的GPTs和我的套餐等五个功能操作。其中Plus用户设置&Beta为系统设置,包含了主题和语言的设置、聊天对话的管理、插件启用管理、数据的权限管理和GPTs构建者简介设置;自定义指令的作用是根据自身的偏好定义ChatGPT的响应;我的GPTs的作用是展示自己创建的ChatGPT应用清单和提供创建GPTs的入口。
      • 提示词:参考提示词,用于指导用户更好的与ChatGPT进行对话沟通。
  • ChatGPT模型原理
      ChatGPT的核心技术是通过一种叫做人工反馈强化学习的方法来工作的。这个过程大致是这样的:有一些人,我们称他们为标注人员,会像真正的用户一样和ChatGPT聊天。他们会产生很多聊天的样本,然后对ChatGPT的回复进行评分,选出好的回答。这些评分会被用来教ChatGPT如何更好地回答问题。简单来说,ChatGPT会通过观察人类是如何评价它的回答的,并且还会学习如何在不同情况下作出最好的回应。这个过程会不断重复,以此来不断改进ChatGPT的表现。
    在这里插入图片描述
ChatGPT的应用场景
  • 日常学习生活
      OpenAI官方提供的ChatGPT用法参考,如下图所示。
    在这里插入图片描述
  • 商业应用
    • 客户服务与支持:公司使用ChatGPT来提升客户服务体验,通过自动化聊天机器人回答常见问题、解决问题或提供即时帮助,减少了客户等待时间并提高了服务效率。
    • 个性化推荐系统:在线零售商和内容提供商利用ChatGPT来分析用户的兴趣和行为,提供个性化的产品推荐或内容,增强用户体验和满意度。
    • 教育与培训:教育机构和在线学习平台使用ChatGPT来创建互动的学习体验,提供定制化的教学和辅导,帮助学生在学习过程中获得即时反馈和支持。
    • 语言翻译与通讯:企业利用ChatGPT提供即时翻译服务,帮助跨国团队和个人克服语言障碍,促进更流畅的国际交流和合作。
    • 健康咨询:一些健康科技公司将ChatGPT集成到他们的平台上,提供初步的健康咨询和信息,帮助用户了解常见病症和健康问题,但强调不能替代专业医疗建议。
    • 企业自动化:公司通过ChatGPT自动化内部流程,如自动化报告生成、数据分析解释和内部帮助台服务,提高工作效率和减少人力资源成本。
AI和机器学习的初步了解
AI和机器学习的基本概念
  • 人工智能(AI)
      AI,全称Artificial Intelligence,人工智能。人工智能是计算机科学的一个分支,它致力于创建能够执行通常需要人类智能才能完成的任务的系统。这包括理解自然语言、识别图像、解决问题和学习。AI系统能够通过分析数据和识别模式来模仿人类的思考过程和决策能力。
  • AIGC
      AIGC是指由AI自动创作生成的内容( AI Generated Content),即AI接收到人下达的任务指令,通过处理人的自然语言,自动生成图片、视频、音频等。AIGC是AI大模型,特别是自然语言处理模型的一种重要应用;ChatGPT则是AIGC在聊天对话场景的一个具体应用。
  • 机器学习(ML)
      机器学习是AI的一个子集,关注的是如何使计算机系统利用算法和统计模型,从数据中学习和改进其任务执行的能力,而无需进行明确的编程。机器学习模型通过分析大量数据,自动识别数据中的模式和关联性,从而学会执行特定任务。
AI和机器学习对ChatGPT的作用

  AI和机器学习提供了理论基础和技术手段,使ChatGPT能够理解和生成自然语言,进行有意义的对话。以下是这些技术是如何支持ChatGPT的:

  • 深度学习:深度学习使得计算机能够通过神经网络处理复杂的数据结构,这是ChatGPT理解和生成自然语言的基础。变换器模型利用自注意力机制,有效地处理序列数据(如文本),捕捉长距离依赖关系,这对于语言理解和生成至关重要。
  • 预训练与微调:ChatGPT首先在大量文本数据上进行预训练,学习语言的基本结构和模式。之后,通过人工反馈强化学习(RLHF)等技术进行微调,提高其在特定任务(如回答问题、写作或对话)上的性能。这种预训练和微调的结合使ChatGPT能够广泛适用于多种语言任务。
  • 人工反馈:ChatGPT利用来自人类标注者的反馈进行学习和改进。这些标注者通过对聊天机器人的回答进行排名和打分,帮助模型了解哪些类型的回答是更优的,从而调整其生成答案的策略。
  • 迭代学习:通过不断的迭代学习,ChatGPT能够从人类评价和环境反馈中学习,逐步提高其理解和生成自然语言的能力。这种持续的学习和调整过程使ChatGPT能够更好地模仿人类的对话方式,提供更准确和自然的回答。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/457196.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据结构之堆排序

对于几个元素的关键字序列{K1,K2,…,Kn},当且仅当满足下列关系时称其为堆,其中 2i 和2i1应不大于n。 { K i ≤ K 2 i 1 K i ≤ K 2 i 或 { K i ≥ K 2 i 1 K i ≥ K 2 i {\huge \{}^{K_i≤K_{2i}} _{K_i≤K_{2i1}} …

提升你的PHP开发效率:探索JetBrains PhpStorm 2022的全新特性

在当今快速发展的软件开发领域,选择一个强大且高效的开发工具对于提升开发效率、保证代码质量至关重要。对于PHP开发者来说,JetBrains PhpStorm一直是市场上最受欢迎的IDE之一。随着JetBrains PhpStorm 2022的发布,这款工具带来了一系列创新功…

【tgcalls】webrtc::Call的使用

call 是MediaManager的成员 G:\CDN\P2P-DEV\tdesktop-offical\Telegram\ThirdParty\tgcalls\tgcalls\MediaManager.hstd::unique_ptr<webrtc::Call> _call;MediaManager 内置网络模块:NetworkInterfaceImpl class NetworkInterfaceImpl : public cricket

酷开科技,打造非凡的生活体验

酷开科技&#xff0c;作为一家专注于智能电视操作系统研发及智能电视运营增值服务的高科技企业&#xff0c;始终致力于为消费者提供非凡的生活体验。通过不断创新的技术和产品&#xff0c;酷开科技为消费者们带来了便捷、舒适、个性化的智能生活。 首先&#xff0c;酷开科技在智…

Java LinkedList 实现栈和队列

Java LinkedList 实现栈和队列 package com.zhong.collection;import java.util.LinkedList;public class LinkedListDemo {public static void main(String[] args) {// LinkedList 创建一个队列LinkedList<String> queue new LinkedList<>();// 进队System.out…

java synchronized浅析

介绍synchronized synchronized 是Java编程语言中的一个关键字&#xff0c;用于实现线程间的同步。在多线程环境下&#xff0c;它确保了共享资源在同一时刻只能被一个线程访问或修改&#xff0c;从而避免了因多个线程并发操作同一数据而导致的数据不一致和竞态条件。 synchroni…

我的QQ编程学习群

欢迎大家加入我的QQ编程学习群。 群号:950365002 群里面有许多的大学生大佬&#xff0c;有编程上的疑惑可以随时问&#xff0c;也可以聊一些休闲的东西。 热烈欢迎大家加入&#xff01;&#xff01; 上限:150人。

Leetcode刷题-(11~15)-Java+Python+JavaScript

算法是程序员的基本功&#xff0c;也是各个大厂必考察的重点&#xff0c;让我们一起坚持写算法题吧 遇事不决&#xff0c;可问春风&#xff0c;春风不语&#xff0c;即是本心。 我们在我们能力范围内&#xff0c;做好我们该做的事&#xff0c;然后相信一切都事最好的安排就可…

ubuntu下修改hosts读写权限

ubuntu下修改hosts文件的操作&#xff1a; 由于需要在hosts文件下添加ip地址信息&#xff0c;但是初始情况下系统该文件为只读权限无法修改&#xff0c;具体操作如下所示&#xff1b; 1.cd到系统etc目录下&#xff0c;执行如下命令,此时会提示输入密码&#xff0c;直接输入回…

【C++】内存管理深入解析

目录 1. 内存的五大区域1.1 栈区&#xff08;Stack&#xff09;1.2 堆区&#xff08;Heap&#xff09;1.3 全局/静态存储区1.4 常量存储区1.5 代码区 2. 回顾c语言的动态内存管理2.1 malloc/calloc/realloc2.2 free 3. C中的新旧对话3.1 new3.2 delete 4. new/delete的实现原理…

鸿蒙(HarmonyOS)项目方舟框架(ArkUI)之Rating组件

鸿蒙&#xff08;HarmonyOS&#xff09;项目方舟框架&#xff08;ArkUI&#xff09;之Rating组件 一、操作环境 操作系统: Windows 10 专业版、IDE:DevEco Studio 3.1、SDK:HarmonyOS 3.1 二、Rating组件 提供在给定范围内选择评分的组件。 子组件 无。 接口 Rating(opt…

五、机器学习模型及其实现1

1_机器学习 1&#xff09;基础要求&#xff1a;所有的数据全部变为了特征&#xff0c;而不是eeg信号了 python基础已经实现了特征提取、特征选择&#xff08;可选&#xff09;进行了数据预处理.预处理指对数据进行清洗、转换等处理&#xff0c;使数据更适合机器学习的工具。S…