ChatGPT 사용법 요약 및 자주 묻는 질문
안녕하세요 여러분.
Duma를 팔로우하는 오래된 독자들은 Duma 공식 계정의 기사가 작년 중반부터 인공 지능 방향으로 바뀌기 시작했다는 것을 알 수 있습니다.
그 당시에는 인공지능이 미래라고 믿었고 그 논리도 매우 단순했기 때문에 인터넷 시대는 사람들을 신문을 읽고 TV를 시청하는 것에서 해방시켰고, PC 시대는 컴퓨터실과 피씨방, 모바일 인터넷에서 사람들을 해방시켰습니다. 컴퓨터실과 PC방에서 사람들을 해방시켜주세요. 인공지능은 자연스럽게 사람들을 다양한 시나리오로부터 해방시켜줄 것입니다.
오늘 제가 쓰고 싶은 것은 최근 인기 있는 ChatGPT입니다. 기사를 읽은 후 직접 사용해 보고 어떤 시나리오가 해방될 수 있는지 확인할 수 있습니다.
무료로 사용할 수 있는 chatgpt 계정 6개를 준비했습니다. 획득 방법은 기사 끝에 있습니다.
1. 계정 등록
타오바오에서 기성 계정을 구매하세요. 공유 계정은 3위안, 독점 계정은 7위안입니다. 기성품을 구입하는 것이 더 빠른 것 같아요. 직접 등록하려면 이메일 주소와 외국 인증 코드를 허용하는 휴대폰 번호를 준비해야 하는데 그게 더 번거롭거든요.
2. 사다리 만들기
사다리는 상대적으로 민감하기 때문에 댓글 영역에서 자세히 설명하지 않겠습니다.
내가 사용하는 서비스는 IP를 자동으로 전환해 주는 서비스로, 차단될 경우 수동으로 IP를 변경할 필요가 없어 더 편리합니다. 비용은 한 달에 약 30입니다.
3. 자주 묻는 질문
- 용량이 꽉 찼습니다
이런 경우에는 아무 생각 없이 새로고침을 하시면 됩니다
- 액세스가 거부됩니다
아마도 중국어 환경으로 로그인하셨습니다 이전 또는 사다리 퀼트가 인식되면 이 경우 싸울 필요가 없으며 양파 브라우저를 사용하십시오.
- "브라우저를 확인하는 동안 기다려 주세요."
어니언 브라우저인 경우 "새 ID"로 다시 시도하세요
- 로그인 주기
chatgpt 서버에 사람이 너무 많아서 회로 차단기 메커니즘이 작동합니다. 사람들이 퇴각할 때까지 기다렸다가 나중에 다시 시도하세요.
- IP가 차단되었습니다
IP가 차단되었습니다. 이 IP를 사용하는 사람이 너무 많습니다.
위 내용은 ChatGPT 사용법 요약 및 자주 묻는 질문의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

그러고보니 해외 정크 시리즈를 많이 제작했는데, 그 전에는 휴대폰이나 조립식 PC가 대부분이었다. 전자는 평균적인 플레이성을 갖고 있는 반면, 후자는 불확실성이 가득했다. 예를 들어, 지난번 설치에 300달러를 들인 컴퓨터는 이제 논스톱 드라이버 제거 상태에 들어갔습니다. 그러나 '누더기 줍기'가 바로 그것이고, 위험과 이익이 공존하는 것이 표준이다. 예를 들어 이번에는 ASUS ChromeBox를 "수리"했습니다. 원래는 Macmini(가짜)로 만들고 싶었지만 그 과정에서 예상치 못한 문제가 많이 발생하여 의도한 목표를 달성하지 못했습니다. 결국 저는 차선책을 선택하고 거기에 Windows를 플래시하는 것을 선택해야 했습니다. 사과를 검게 만드는 시도는 마지막 단계로 떨어졌지만, 그 과정 내내 정말 즐거웠습니다. 그리고

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

프런트엔드 개발 세계에서 VSCode는 강력한 기능과 풍부한 플러그인 생태계를 통해 수많은 개발자가 선택하는 도구가 되었습니다. 최근 몇 년 동안 인공지능 기술의 급속한 발전으로 VSCode의 AI 코드 도우미가 등장하여 개발자의 코딩 효율성이 크게 향상되었습니다. VSCode의 AI 코드 도우미는 비가 내린 후 버섯처럼 생겨나 개발자의 코딩 효율성을 크게 향상시켰습니다. 인공 지능 기술을 사용하여 코드를 지능적으로 분석하고 정확한 코드 완성, 자동 오류 수정, 문법 검사 및 기타 기능을 제공하여 코딩 과정에서 개발자의 오류와 지루한 수동 작업을 크게 줄입니다. 오늘은 여러분의 프로그래밍 여정에 도움이 될 VSCode 프런트엔드 개발 AI 코드 도우미 12명을 추천해 드리겠습니다.
