最好的gpt是哪个

我认为这些是我目前的默认建议。我会将你的任务分成两个主要部分。第一，实现你的最佳性能，第二，优化你的费用，让其降低，按照这个顺序。第一，最好的性能目前来自GPT-4模型，这是迄今为止最强大的模型。使用非常详细的提示词，包含任务上下文、相关信息和指令。沿着这样的思路思考：如果他们不能给你回邮件，你会告诉他什么？但是也要记住，任务承包商是人，他们有内心想法、他们非常聪明，等等。LLMs并不具有这些品质，所以确保几乎考虑到LLMs的心理，并针对此设计提示。多多参考大量的提示工程技术，在这些提示中检索并添加任何相关的上下文和信息。其中一些在上面的幻灯片中有所强调，但这也是一个非常大的领域，我只是建议你在线寻找提示工程技术，那里有很多内容。尝试使用少样本提示（few-shots）。这指的是你不只是想问，你还想尽可能地展示（你想要的），给它举例子，如果可以的话，帮助它真正理解你的意思。尝试使用工具和插件来分担LLM本身难以完成的任务。不仅要考虑单个提示和答案，还要考虑潜在的链条（chain）和反思，以及如何将它们粘合在一起，以及如何制作多样本等。最后，如果你认为你已经最大地优化了提示工程的效果，我认为你应该坚持一段时间，看看一些可能微调模型以适应你的应用程序，但预计这会更慢并且涉及更多内容。然后这里有一个专家级别的研究区域，那就是RLHF，如果你能使它工作的话，目前确实比SFT工作得更好一些。但是再次提醒，我会说这非常复杂。为了优化你的成本，尝试探索容量较低的模型或更短的提示等。

|GPTs名称|分类|简介|直达链接|访问量|流量占比|Logo|TOP20|<br>|-|-|-|-|-|-|-|-|<br>|Canva|设计|轻松设计任何东西：演示文稿、标识、社交媒体帖子等|[https://chat.openai.com/g/g-alKfVrz9K](https://chat.openai.com/g/g-alKfVrz9K)|174328|0.011||👍|<br>|Grimoire|代码|编程巫师：100倍效率工程师，用一句话创建网站。为新创造时代而生。|[https://chat.openai.com/g/g-n7Rs0IK86](https://chat.openai.com/g/g-n7Rs0IK86)|121380|0.008||👍|<br>|DesignerGPT|设计,代码|创造并托管美观的网站。|[https://chat.openai.com/g/g-2Eo3NxuS7](https://chat.openai.com/g/g-2Eo3NxuS7)|90414|0.006||👍|<br>|Researchgpt|研究|人工智能研究助理。从数据库搜索2亿篇学术论文，获取基于科学的答案，并用准确的引用创建内容。|[https://chat.openai.com/g/g-bo0FiWLY7](https://chat.openai.com/g/g-bo0FiWLY7)|85880|0.005||👍|<br>|Ai PDF|效率工具,文本|能够处理高达2GB的PDF文件，专业版可以跨成千上万的PDF和OCR文档进行搜索。|[https://chat.openai.com/g/g-V2KIUZSj0](https://chat.openai.com/g/g-V2KIUZSj0)|66463|0.004||👍|<br>|Mr.Ranedeer|教育|你的个性化人工智能导师！|[https://chat.openai.com/g/g-9PKhaweyb](https://chat.openai.com/g/g-9PKhaweyb)|48587|0.003||👍|<br>|AI GPT|教育|人工智能与机器学习专家，精通深度学习框架。|[https://chat.openai.com/g/g-agCdZedbZ](https://chat.openai.com/g/g-agCdZedbZ)|41828|0.003||👍|<br>|Simpsonize Me|设计|将照片转化为《辛普森一家》风格的艺术作品。|[https://chat.openai.com/g/g-tcmMldCYy](https://chat.openai.com/g/g-tcmMldCYy)|40887|0.003||👍|

[title]GPT的现状（State of GPT）[heading2]一、如何训练GPT助手[heading3]强化学习然后最后，你会得到一个可以部署的模型。例如，ChatGPT就是一个RLHF模型，但是你可能会遇到一些其他的模型，比如说Vicuna-13B（俗称小羊驼模型）等，这些都是SFT模型。我们有基础模型、SFT模型和RLHF模型，这就是目前的状态。现在你可能会问为什么你会想做RLHF？答案可能并不那么激动人心，那就是它的效果更好。这张图来自于instructGPT论文。根据这些已经过去一段时间的实验，这些PPO模型是RLHF。我们看到，当我们提供给人类时，他们在很多比较中都更喜欢这些模型。与提示为助手的基础模型相比、与SFT模型相比，人类基本上更喜欢来自RLHF模型的token（输出文字）。所以，它的效果就是更好。但你可能会问为什么？为什么它的效果更好？我认为并没有一个社区真正达成一致的令人惊讶的答案，但我会提供一个可能的原因，它与比较与生成在计算上的容易度之间的不对称性有关。让我们以生成一个俳句为例。假设我让一个模型写一首关于回形针的俳句。如果你是一个试图提供训练数据的承包商，那么想象一下作为一个收集SFT数据的承包商。你应该如何创建一个关于回形针的好俳句呢？你可能就是不擅长这个，但是如果我给你几个俳句的例子，你可能能够更欣赏其中的一些俳句。因此，判断哪一个好是一个更简单的任务。基本上，这种不对称性使得比较可能是一个更好的方式，可以更好地利用你作为人的判断，以创建一个稍微更好的模型。现在，RLHF模型并不是在所有情况下都比基础模型有改进。特别是，我们注意到，例如，RLHF会损失一些熵。这意味着它们可以输出变化更小的样本，它们可以输出比基础模型更低变化的样本。基础模型有很多熵，会给出多样性的输出。