Apa itu ChatGPT? Apakah maksud G, P dan T?
Bill Gates: ChatGPT ialah kemajuan teknologi paling revolusioner sejak 1980.
Dalam era transformasi AI ini, kami hanya boleh menyertai dan bersaing.
Ini adalah nota belajar saya, saya harap ia akan membantu anda memahami ChatGPT.
1. Apakah maksud GPT dalam ChatGPT?
GPT, Transformer Pra-latihan Generatif, model transformasi pra-latihan generatif.
Apakah maksudnya?
Generatif bermaksud ia boleh menjana kandungan secara spontan.
Pra-latihan, pra-latihan, tidak memerlukan anda untuk mendapatkannya dan melatihnya secara langsung Ia menyediakan model bahasa umum untuk anda.
Transformer, model transformasi, ialah model yang sangat berkuasa yang dicadangkan oleh Google. Ia boleh membantu menangani masalah berkaitan NLP dengan lebih baik. Ia adalah struktur rangkaian saraf yang sangat baik.
2 Walaupun Transformer dicadangkan oleh Google. Tetapi aplikasi yang paling berjaya ialah OpenAI's ChatGPT.
Kerana ChatGPT berdiri di atas bahu gergasi.
ChatGPT ialah penghabluran semua masyarakat manusia Tanpa membuka jalan, ChatGPT tidak akan keluar dengan begitu lancar.
Akan ada aplikasi yang lebih berkuasa pada masa hadapan berdasarkan ChatGPT.
3. Terdapat konsep yang sangat penting dalam Transformer, iaitu mekanisme perhatian.
Apakah mekanisme perhatian?
Ini bermakna memilih maklumat penting daripada maklumat yang anda masukkan, fokus pada maklumat penting ini dan mengabaikan maklumat yang tidak penting. Ini akan membantu anda lebih memahami apa yang anda perkatakan.
Mekanisme perhatian boleh membantu model Transformer memfokus pada bahagian paling penting dalam maklumat input.
4 Kaedah pembelajaran mesin dibahagikan kepada pembelajaran terselia, pembelajaran tanpa penyeliaan dan pembelajaran pengukuhan.
Pembelajaran diselia: Dengan data berlabel, maklum balas langsung boleh diberikan dan keputusan serta masa depan boleh diramalkan
Pembelajaran tanpa pengawasan: Tiada label, sasaran dan tiada maklum balas, tetapi ia mencari untuk makna tersembunyi dalam data dengan sendirinya Keputusan
Pembelajaran pengukuhan: Ia adalah proses membuat keputusan dengan satu siri mekanisme ganjaran dan mekanisme hukuman untuk membolehkan pembelajaran mesin melakukan lebih baik
Penggunaan ChatGPT pembelajaran tanpa pengawasan dan pembelajaran pengukuhan.
5. ChatGPT boleh menjana dan mencipta sejumlah besar kandungan, yang sebenarnya bergantung pada kebarangkalian meneka.
Sebagai contoh, cuaca kelabu dan mood saya sangat ___
AI yang dilatih dengan jumlah data yang banyak akan meramalkan bahawa perkataan dengan kebarangkalian paling tinggi untuk muncul dalam ruang ini ialah "tertekan ".
Kemudian "tertekan" akan diisi di tempat kosong ini, jadi jawapannya ialah:
Cuaca kelabu dan suram, dan saya berasa sangat tertekan
Ini terasa luar biasa , tapi itulah hakikatnya.
Semua tugas NLP (pemprosesan bahasa semula jadi) pada peringkat ini bukanlah mesin yang benar-benar dapat memahami dunia manusia.
Dia hanya bermain permainan perkataan dan menyelesaikan teka-teki kebarangkalian lagi dan lagi.
6. Dalam permainan perkataan "meneka kebarangkalian", Model Bahasa Besar (LLM, Model Bahasa Besar) telah berkembang menjadi dua arah arus perdana: BERT dan GPT.
BERT ialah arah yang paling popular sebelum ini, menguasai hampir semua medan NLP.
Dan tampil dengan baik dalam tugas pemahaman bahasa semula jadi (seperti klasifikasi teks, pertimbangan kecenderungan emosi, dsb.).
Arah GPT agak lemah, dan pemain yang paling terkenal ialah OpenAl.
Malah, sebelum keluaran GPT3.0, arah GPT sentiasa lebih lemah daripada BERT (GPT3.0 ialah pendahulu GPT3.5, model di belakang ChatGPT).
7. Apakah perbezaan antara BERT dan GPT?
BERT ialah model bahasa dua hala Ia meneka perkataan di tengah sebelum dan selepas sambungan, jadi ia adalah dua hala, seperti cloze.
Contohnya: Saya ___ pulang ke rumah pada 20hb
BERT meneka "Saya bercadang untuk pulang pada 20hb" dan meneka "pelan" di tengah.
GPT ialah model bahasa sehala, meneka perkataan seterusnya, jadi ia sehala, seperti menulis gubahan.
Contohnya: Saya bercadang untuk pulang pada 20hb___
GPT meneka "Saya bercadang untuk pulang pada 20hb", dan meneka perkataan "pulang" selepasnya.
8. Bagaimana hendak bertanya soalan?
Terdapat dua cara: penalaan halus dan segera.
penala halus, pelarasan parameter: Parameter model perlu dikemas kini untuk melengkapkan kandungan yang dijana.
penalaan halus adalah profesional, dengan ambang tinggi dan penonton yang kecil. Walau bagaimanapun, ia mempunyai kepelbagaian dan ketepatan yang tinggi dan sesuai untuk tugas yang rumit. Permainan untuk beberapa pemain.
kata gesaan dan gesa: Tidak perlu mengubah suai model dan parameter, cuma berikan beberapa petua dan contoh untuk menyelesaikan tugasan.
prompt lebih ringkas, ambang rendah dan penonton ramai. Sesuai untuk tugasan mudah. Semua pemain adalah.
Kandungan yang kami masukkan dalam kotak input ChatGPT ialah gesaan.
9 ChatGPT ialah AI generatif.
AI terbahagi kepada dua jenis dari segi kaedah penghasilan kandungan: AI analitikal dan AI generatif.
AI Analitik digunakan terutamanya untuk analisis dan klasifikasi. Berapa banyak data yang anda suapkan, jenis kandungan yang boleh dianalisis, ia terhad kepada data itu sendiri.
AI Generatif mencipta kandungan baharu yang tidak wujud dalam data berdasarkan pembelajaran dan meringkaskan pengedaran data. Boleh menjana teks, gambar, kod, sintesis pertuturan, video dan model 3D.
ChatGPT ialah AI generatif yang terbaik dalam penulisan teks dan kod.
10 Akhir sekali, dari perspektif pemerolehan pengetahuan, ChatGPT ialah generasi baharu "kaedah perwakilan pengetahuan dan doa".
Pada zaman awal, pengetahuan disimpan dalam pangkalan data secara berstruktur. Kami mendapatkannya melalui SQL.
Kemudian, dengan kelahiran Internet, lebih banyak pengetahuan tidak berstruktur seperti teks, gambar dan video disimpan di Internet. Kami mendapatkannya melalui enjin carian.
Kini, pengetahuan disimpan dalam model besar dalam bentuk parameter. Kami secara langsung menggunakan pengetahuan ini menggunakan bahasa semula jadi.
Atas ialah kandungan terperinci Apa itu ChatGPT? Apakah maksud G, P dan T?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



DALL-E 3 telah diperkenalkan secara rasmi pada September 2023 sebagai model yang jauh lebih baik daripada pendahulunya. Ia dianggap sebagai salah satu penjana imej AI terbaik setakat ini, mampu mencipta imej dengan perincian yang rumit. Walau bagaimanapun, semasa pelancaran, ia adalah tidak termasuk

DDREASE ialah alat untuk memulihkan data daripada fail atau peranti sekat seperti cakera keras, SSD, cakera RAM, CD, DVD dan peranti storan USB. Ia menyalin data dari satu peranti blok ke peranti lain, meninggalkan blok data yang rosak dan hanya memindahkan blok data yang baik. ddreasue ialah alat pemulihan yang berkuasa yang automatik sepenuhnya kerana ia tidak memerlukan sebarang gangguan semasa operasi pemulihan. Selain itu, terima kasih kepada fail peta ddasue, ia boleh dihentikan dan disambung semula pada bila-bila masa. Ciri-ciri utama lain DDREASE adalah seperti berikut: Ia tidak menimpa data yang dipulihkan tetapi mengisi jurang sekiranya pemulihan berulang. Walau bagaimanapun, ia boleh dipotong jika alat itu diarahkan untuk melakukannya secara eksplisit. Pulihkan data daripada berbilang fail atau blok kepada satu

0. Apakah fungsi artikel ini? Kami mencadangkan DepthFM: model anggaran kedalaman monokular generatif yang serba boleh dan pantas. Sebagai tambahan kepada tugas anggaran kedalaman tradisional, DepthFM juga menunjukkan keupayaan terkini dalam tugas hiliran seperti mengecat kedalaman. DepthFM cekap dan boleh mensintesis peta kedalaman dalam beberapa langkah inferens. Mari kita baca karya ini bersama-sama ~ 1. Tajuk maklumat kertas: DepthFM: FastMonocularDepthEstimationwithFlowMatching Pengarang: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Prestasi JAX, yang dipromosikan oleh Google, telah mengatasi Pytorch dan TensorFlow dalam ujian penanda aras baru-baru ini, menduduki tempat pertama dalam 7 penunjuk. Dan ujian tidak dilakukan pada TPU dengan prestasi JAX terbaik. Walaupun dalam kalangan pembangun, Pytorch masih lebih popular daripada Tensorflow. Tetapi pada masa hadapan, mungkin lebih banyak model besar akan dilatih dan dijalankan berdasarkan platform JAX. Model Baru-baru ini, pasukan Keras menanda aras tiga hujung belakang (TensorFlow, JAX, PyTorch) dengan pelaksanaan PyTorch asli dan Keras2 dengan TensorFlow. Pertama, mereka memilih satu set arus perdana

Menghadapi ketinggalan, sambungan data mudah alih perlahan pada iPhone? Biasanya, kekuatan internet selular pada telefon anda bergantung pada beberapa faktor seperti rantau, jenis rangkaian selular, jenis perayauan, dsb. Terdapat beberapa perkara yang boleh anda lakukan untuk mendapatkan sambungan Internet selular yang lebih pantas dan boleh dipercayai. Betulkan 1 – Paksa Mulakan Semula iPhone Kadangkala, paksa memulakan semula peranti anda hanya menetapkan semula banyak perkara, termasuk sambungan selular. Langkah 1 – Hanya tekan kekunci naikkan kelantangan sekali dan lepaskan. Seterusnya, tekan kekunci Turun Kelantangan dan lepaskannya semula. Langkah 2 - Bahagian seterusnya proses adalah untuk menahan butang di sebelah kanan. Biarkan iPhone selesai dimulakan semula. Dayakan data selular dan semak kelajuan rangkaian. Semak semula Betulkan 2 – Tukar mod data Walaupun 5G menawarkan kelajuan rangkaian yang lebih baik, ia berfungsi lebih baik apabila isyarat lemah

Saya menangis hingga mati. Dunia sedang membina model besar. Data di Internet tidak mencukupi. Model latihan kelihatan seperti "The Hunger Games", dan penyelidik AI di seluruh dunia bimbang tentang cara memberi makan data ini kepada pemakan yang rakus. Masalah ini amat ketara dalam tugas berbilang modal. Pada masa mereka mengalami kerugian, pasukan pemula dari Jabatan Universiti Renmin China menggunakan model baharu mereka sendiri untuk menjadi yang pertama di China untuk menjadikan "suapan data yang dijana model itu sendiri" menjadi kenyataan. Selain itu, ia merupakan pendekatan serampang dua mata dari segi pemahaman dan sisi penjanaan Kedua-dua pihak boleh menjana data baharu berbilang modal yang berkualiti tinggi dan memberikan maklum balas data kepada model itu sendiri. Apakah model? Awaker 1.0, model berbilang modal besar yang baru sahaja muncul di Forum Zhongguancun. Siapa pasukan itu? Enjin Sophon. Diasaskan oleh Gao Yizhao, pelajar kedoktoran di Sekolah Kecerdasan Buatan Hillhouse Universiti Renmin.

Baru-baru ini, bulatan tentera telah terharu dengan berita: jet pejuang tentera AS kini boleh melengkapkan pertempuran udara automatik sepenuhnya menggunakan AI. Ya, baru-baru ini, jet pejuang AI tentera AS telah didedahkan buat pertama kali, mendedahkan misterinya. Nama penuh pesawat pejuang ini ialah Variable Stability Simulator Test Aircraft (VISTA). Ia diterbangkan sendiri oleh Setiausaha Tentera Udara AS untuk mensimulasikan pertempuran udara satu lawan satu. Pada 2 Mei, Setiausaha Tentera Udara A.S. Frank Kendall berlepas menggunakan X-62AVISTA di Pangkalan Tentera Udara Edwards Ambil perhatian bahawa semasa penerbangan selama satu jam, semua tindakan penerbangan telah diselesaikan secara autonomi oleh AI! Kendall berkata - "Sejak beberapa dekad yang lalu, kami telah memikirkan tentang potensi tanpa had pertempuran udara-ke-udara autonomi, tetapi ia sentiasa kelihatan di luar jangkauan." Namun kini,

SOTA baharu untuk keupayaan memahami dokumen multimodal! Pasukan Alibaba mPLUG mengeluarkan kerja sumber terbuka terkini mPLUG-DocOwl1.5, yang mencadangkan satu siri penyelesaian untuk menangani empat cabaran utama pengecaman teks imej resolusi tinggi, pemahaman struktur dokumen am, arahan mengikut dan pengenalan pengetahuan luaran. Tanpa berlengah lagi, mari kita lihat kesannya dahulu. Pengecaman satu klik dan penukaran carta dengan struktur kompleks ke dalam format Markdown: Carta gaya berbeza tersedia: Pengecaman dan kedudukan teks yang lebih terperinci juga boleh dikendalikan dengan mudah: Penjelasan terperinci tentang pemahaman dokumen juga boleh diberikan: Anda tahu, "Pemahaman Dokumen " pada masa ini Senario penting untuk pelaksanaan model bahasa yang besar. Terdapat banyak produk di pasaran untuk membantu pembacaan dokumen. Sesetengah daripada mereka menggunakan sistem OCR untuk pengecaman teks dan bekerjasama dengan LLM untuk pemprosesan teks.
