ChatGPT学习研究总结

sockstack / 189 / 2023-11-09 01:01:39

<p><span style="color: red; font-size: 18px">ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。</span><br><a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a><br><br></p> <article class="baidu_pl"><div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
<div id="content_views" class="htmledit_views">
<p id="main-toc"><strong>目录</strong></p> 
<p id="chatgpt研究总结-toc" style="margin-left:40px;">ChatGPT研究总结</p> 
<p id="一程序接入用途不大-toc" style="margin-left:80px;">一、程序接入用途不大</p> 
<p id="二思考如何构建一个类似chatgpt的自定义模型-toc" style="margin-left:80px;">二、思考：如何构建一个类似ChatGPT的自定义模型</p> 
<p id="一些chatgpt研究学习资料来源网络-toc" style="margin-left:40px;">一些ChatGPT研究学习资料（来源网络）</p> 
<p id="1一文读懂chatgpt模型原理-toc" style="margin-left:80px;">（1）一文读懂ChatGPT模型原理</p> 
<p id="2matlab科研图像处理基于chatgpt编程-toc" style="margin-left:80px;">（2）MATLAB科研图像处理——基于ChatGPT编程</p> 
<p id="3chatgpt发展历程原理技术架构详解和产业未来-收录于先进ai技术深度解读-toc" style="margin-left:80px;">（3）ChatGPT发展历程、原理、技术架构详解和产业未来 （收录于先进AI技术深度解读）</p> 
<p id="4程序员浅用chatgpt替代还很远-toc" style="margin-left:80px;">（4）程序员浅用ChatGPT：替代还很远</p> 
<p id="5用chatgpt-做硬件设计-toc" style="margin-left:80px;">（5）用ChatGPT 做硬件设计？</p> 
<p id="6chatgpt-的-49-种应用场景介绍各开发语言接入-chatgpt-参考指南-toc" style="margin-left:80px;">（6）chatGPT 的 49 种应用场景介绍，各开发语言接入 chatGPT 参考指南</p> 
<hr id="hr-toc"> 
<h2><img referrerpolicy="no-referrer"  alt="" height="500" src="https://img-blog.csdnimg.cn/9013f20b3d49482982de171150991b3b.png" width="889"></h2> 
<h2 id="chatgpt研究总结">ChatGPT研究总结</h2> 
<p>ChatGPT是一种由OpenAI训练的大型语言模型，它可以生成人类语言文本。在编写小段代码、书写描述功能介绍等等方面有一定的帮助，但因为工具本来存在一些错误现象，所以还需要人工审核，用其精华。同时，使用过程中还需注意对结果中可能存在的版权风险。</p> 
<p>目前ChatGPT使用中主要存在如下问题：</p> 
<ol>
<li>慢：因为计算量巨大，速度较慢，通常一个问题需要几分钟才有答案</li>
<li>错：因为只是文本语言模型分析，存在回答结果错误现象</li>
<li>广度待提升：模型训练的领域广度还待提升</li>
</ol> 
<h3 id="一程序接入用途不大">一、程序接入用途不大</h3> 
<p>程序接入的用途不大，因为通过sdk只是封装出一个软件界面，核心的计算代码还是部署在服务器上的训练代码，而目前通过微信公众号（ChatChatGPT）等接口输入也能达到使用ChatGPT，所以没有必要来接入程序，做一个“软件壳”，作用不大。</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="800" src="https://img-blog.csdnimg.cn/e54373b8395c4ada9f840619289d1d42.png" width="1191"></p> 
<h3 id="二思考如何构建一个类似chatgpt的自定义模型"><strong>二、思考：如何构建一个类似ChatGPT的自定义模型</strong></h3> 
<p>例如，能否构建一个压裂监测模型，根据监测的电磁信号来推测压裂缝隙的走向?</p> 
<p>关于这个问题，先总监一下 ChatGPT 模型构建中的几个关键点：</p> 
<p>1、大数据训练:</p> 
<ol>
<li>基于2021年所拥有的数据集，预训练数据量可能超过百T级，非常巨大</li>
<li>ChatGPT参数量达到了1750亿，模型设定的参数非常多</li>
</ol> 
<p>2、人工对结果标注<br> ChatGPT进行了人工标反馈和奖励，以辅助人工智能程序不断优化（进化）</p> 
<p>3、训练费用</p> 
<p>“GPT-3 模型训练一次需要花费 460 万美元”</p> 
<p>见附录：《chatGPT 的 49 种应用场景介绍，各开发语言接入 chatGPT 参考指南》一文。</p> 
<p>综合这几点，我们可以构建出一个预测压裂监测缝隙的模型，但前提是有足够的数据，也需要人工来验证相应数据的结果，提供充足的资金，来进行模型训练。</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="341" src="https://img-blog.csdnimg.cn/8627eb8cd7264da58f139c59786f5b8c.png" width="635"></p> 
<h2 id="一些chatgpt研究学习资料来源网络">一些ChatGPT研究学习资料（来源网络）</h2> 
<h3 id="1一文读懂chatgpt模型原理">（1）一文读懂ChatGPT模型原理</h3> 
<p>一文读懂ChatGPT模型原理</p> 
<p>一文读懂ChatGPT模型原理 - 知乎</p> 
<p>不光是做人工智能、机器学习的人关注，而是大量的各行各业从业人员都来关注这个模型，真可谓空前盛世。<br> 所谓语言模型的训练和学习，就是从大量的数据中学习复杂的上下文联系。</p> 
<p>与此同时，OpenAI 早于 Bert 出品了一个初代 GPT 模型。</p> 
<p>在 NLP 领域，人们使用语言一般包括三个步骤：<br> 接受听到或读到的语言 -&gt; 大脑理解 -&gt; 输出要说的语言。</p> 
<p>GPT-3 的模型所采用的数据量之大，高达上万亿，模型参数量也十分巨大，上千亿，学习之复杂，计算之繁复，<br> 如此巨大的模型造就了 GPT-3 在许多十分困难的 NLP 任务，诸如撰写人类难以判别的文章，甚至编写SQL查询语句，React或者JavaScript代码上优异的表现。</p> 
<p>ChatGPT 模型上基本上和之前 GPT-3 都没有太大变化，主要变化的是训练策略变了，用上了强化学习。<br> 几年前，alpha GO 击败了柯洁，几乎可以说明，强化学习如果在适合的条件下，完全可以打败人类，逼近完美的极限。<br> 强化学习非常像生物进化，模型在给定的环境中，不断地根据环境的惩罚和奖励（reward），拟合到一个最适应环境的状态。</p> 
<p>这里重点是第二步中，如何构建一个 reward 函数，在alpha go 里，这个reward 函数就是下完一盘围棋之后判断谁输谁赢，只需要一个程序函数即可完成。<br> 而在ChatGPT里，具体就是让那40名外包人员不断地从模型的输出结果中筛选，判断哪些句子是好的，哪些是低质量的，这样就可以训练得到一个 reward 模型。</p> 
<p>一个语言文字训练的人工智能程序</p> 
<p>存在问题：</p> 
<ol>
<li>仅限于语言标注</li>
<li>仅限于以前输入到系统中，训练的数据库，如果有新的数据还需要重新添加并训练</li>
<li>存在编程过程中，答案正确率较低的现象</li>
</ol> 
<h3><img referrerpolicy="no-referrer"  alt="" height="388" src="https://img-blog.csdnimg.cn/ec750ea26f334ff894387b7e838a2c2e.png" width="695"></h3> 
<h3 id="2matlab科研图像处理基于chatgpt编程">（2）MATLAB科研图像处理——基于ChatGPT编程</h3> 
<p>MATLAB科研图像处理——基于ChatGPT编程</p> 
<p>MATLAB科研图像处理——基于ChatGPT编程 - 知乎</p> 
<p>ChatGPT是一个非常强大的语言模型，但它并不是万能的</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="500" src="https://img-blog.csdnimg.cn/b0ac4118e00445b380445c88945def56.png" width="750"></p> 
<h3 id="3chatgpt发展历程原理技术架构详解和产业未来-收录于先进ai技术深度解读">（3）ChatGPT发展历程、原理、技术架构详解和产业未来 （收录于先进AI技术深度解读）</h3> 
<p>ChatGPT发展历程、原理、技术架构详解和产业未来 （收录于先进AI技术深度解读）</p> 
<p>ChatGPT发展历程、原理、技术架构详解和产业未来 （收录于GPT-4/ChatGPT技术与产业分析） - 知乎</p> 
<p>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。<br> 其中GPT是Generative Pre-trained Transformer（生成型预训练变换模型）的缩写。</p> 
<p>目标是开发造福全人类的AI技术。</p> 
<p>每一代GPT模型的参数量都爆炸式增长，堪称“越大越好”。2019年2月发布的GPT-2参数量为15亿，而2020年5月的GPT-3，参数量达到了1750亿。</p> 
<p>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。</p> 
<p>因此它只能基于2021年所拥有的数据集进行回答<br> ChatGPT 通过算法屏蔽，减少有害和欺骗性的训练输入。</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="500" src="https://img-blog.csdnimg.cn/846548f72ede467cb7d19062a008185c.png" width="948"></p> 
<h3 id="4程序员浅用chatgpt替代还很远">（4）程序员浅用ChatGPT：替代还很远</h3> 
<p>程序员浅用ChatGPT：替代还很远</p> 
<p>程序员浅用ChatGPT：替代还很远|源代码|应用程序|编程语言_网易订阅</p> 
<p>李智认为，ChatGPT并不能编写程序员角度的代码，而是从互联网收集庞大信息库并使用它来生成代码，解决问题还是要靠人。<br> 对于软件程序，ChatGPT目前只有通用底层的能力，涉及电商、云服务等业务层面的能力尚有欠缺。比如要写一个小程序，是可以借用ChatGPT来找算法、写代码、写脚本</p> 
<p>考虑到会侵犯知识产权。</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="500" src="https://img-blog.csdnimg.cn/69b28c12e9ae4402a6793b273a7aec1b.png" width="731"></p> 
<h3 id="5用chatgpt-做硬件设计">（5）用ChatGPT 做硬件设计？</h3> 
<p>用ChatGPT 做硬件设计？</p> 
<p>用ChatGPT 做硬件设计？ - 知乎</p> 
<h3 id="6chatgpt-的-49-种应用场景介绍各开发语言接入-chatgpt-参考指南">（6）chatGPT 的 49 种应用场景介绍，各开发语言接入 chatGPT 参考指南</h3> 
<p>chatGPT 的 49 种应用场景介绍，各开发语言接入 chatGPT 参考指南</p> 
<p>chatGPT的49种应用场景介绍，各开发语言接入chatGPT参考指南_Java_非喵鱼_InfoQ写作社区</p> 
<p>分析了存在的问题：</p> 
<ol>
<li>慢</li>
<li>错</li>
<li>广度待提升</li>
</ol> 
<p>api 注册使用流程<br> 直接用 chatGPT 去创建一个程序要用的秘钥，<br> 就可以使用 http 接口调用了。</p> 
<p>程序接入到 chatGPT，所调用的接口，都是收费接口，不过还好的是每一个新注册的账号头 3 个月免费使用，总消费额度不超过 18 美元即可。另外下图 4 个方块就是 nlp 的模型，左边 ada 速度最快，右边达芬奇功能最强大。</p> 
<p>转载于：杨杰</p>
</div>
</div>
<div id="treeSkill"></div>
</article>

ChatGPT学习研究总结

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-09

修改于

2025-08-22

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：ChatGPT使用学习（二）：ChatPaper安装到测试详细教程（一文包会）

尚未登录

ChatGPT学习研究总结

文章分类

博客重构之路

Spring Boot简单入门

k8s 入门教程

MySQL 知识

NSQ 消息队列

ThinkPHP5 源码分析

使用 Docker 从零开始搭建私人代码仓库

日常开发汇总

标签列表

springboot

hyperf

swoole

webman

php

多线程

数据结构

docker

k8s

thinkphp

mysql

tailwindcss

flowbite

css

前端