直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

chatgpt入门

回答

以下是关于 ChatGPT 入门的相关知识：

  • ChatGPT 的实质功能可以用“词语接龙”四个字概括。具体来说，给它任意长的上文，它会用自己的模型生成下一个词。其通过自回归生成的方式，将生成的下一个词与之前的上文组合成新的上文，不断重复以生成任意长的下文。训练模型可以让答案更接近用户想要的答案，提示词的撰写也很重要。
  • ChatGPT 被称为生成模型，与搜索引擎不同。训练的主要目的不是记忆，而是学习以单字接龙的方式训练模型，学习提问和回答的通用规律，以便在遇到没记忆过的提问时能生成用户想要的回答，即实现泛化。
  • ChatGPT 从网络、书籍等来源获取大量人类创作的文本样本，训练神经网络生成“类似”的文本，能够从“提示”开始生成“类似于训练内容”的文本。其神经网络由简单元素组成，基本操作也简单，但能产生成功“类似于”网络、书籍等内容的文本。
  • GPT 代表生成式（Generative）、预训练（Pre-Training）和转换器（Transformer）。
  • 您还可以通过以下资源进一步了解：
    • 大白话聊 ChatGPT：[https://www.xiaoyuzhoufm.com/episode/641183b5bb1fc0cb68f810c6]
    • 人工智能教父 Hinton：关于 ChatGPT 与 AI 发展的 11 个核心观点：[https://www.ccvalue.cn/article/1410713.html] （进阶内容）
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

直播一期：知识库及 GPT 基础介绍

具体来说就是给他任意⻓的上文，他会用自己的模型去生成下一个词那他是怎么回答那些⻓内容的呢？答案是把它自己生成的下一个词，和之前的上文组合成新的上文，再让它生成下一个词，不断重复就可以生成任意⻓的下文。该过程也叫做自回归生成。上文：我爱下文：香菜？中国？原神？每一次的回答就像掷骰子或抽卡，训练模型可以让答案更接近用户想要的答案（当然提示词的撰写也非常重要，后面的直播会说到）[heading2]🌐大型模型的训练方式[heading3]Chat GPT 🙅🏻‍♀️搜索引擎[content]难道说要把所有的提问回答组合都给chat GPT t来做单字接⻰吗？其实不需要训练的主要目的不是记忆,而是学习以单字接⻰的方式来训练模型。不仅仅是为了让模型记住某个提问和回答,数据库已经将所有信息都记忆好了,直接搜索就可以得到回答非要训练单字接⻰,为的就是让模型学习提问和回答的通用规律。以便在遇到没记忆过的提问时，也能利用所学的规律生成用户想要的回答，这种举一反三的目的也叫做泛化。学习材料的作用只是调整模型，以得到通用模型，为的是能处理未被数据库记忆的情况因此chat GPT也被称为生成模型，生成模型与搜索引擎非常不同，搜索引擎无法给出没被数据库记忆的信息，但生成语言模型可以创造不存在的文本。

ChatGPT 是在做什么，为什么它有效？

ChatGPT的基本概念在某种程度上相当简单。从网络、书籍等来源中获取大量人类创作的文本样本。然后训练神经网络生成“类似”的文本。特别是让它能够从“提示”开始，然后继续生成“类似于训练内容”的文本。正如我们所见，ChatGPT中的实际神经网络由非常简单的元素组成，尽管有数十亿个。神经网络的基本操作也非常简单，基本上是为每个新单词（或单词部分）生成“输入”，然后将其“通过其元素”（没有任何循环等）。但是，这个过程能够产生成功地“类似于”网络、书籍等内容的文本，这是非常卓越和出乎意料的。它不仅是连贯的人类语言，而且“说的话”是“遵循其提示”的，利用其“读到”的内容。它并不总是说出“全局意义上的话”（或对应于正确的计算），因为（例如，没有访问Wolfram|Alpha的“计算超能力”）它只是根据训练材料中的“声音类似”的东西“说出”“听起来正确”的东西。ChatGPT的具体工程使其相当引人入胜。但是，最终（至少在它可以使用外部工具之前），ChatGPT仅仅从它积累的“传统智慧统计数据”中提取了一些“连贯的文本线索”。但是，其结果有多么类似于人类。正如我所讨论的，这表明了一些至少在科学上非常重要的事情：人类语言（以及背后的思维模式）的结构比我们想象的要简单和更具有“法律属性”。ChatGPT已经隐含地发现了它。但是我们可能可以用语义语法、计算语言等明确地揭示它。ChatGPT在生成文本方面的表现非常出色，结果通常非常接近我们人类所产生的。那么这是否意味着ChatGPT像大脑一样工作呢？它的基本人工神经网络结构最终是基于大脑的理想化模型的。当我们人类生成语言时，许多方面的工作似乎是相当相似的，这似乎是非常可能的。

初学者

|任务名|内容摘要|链接|标签|分类|必读星标|<br>|-|-|-|-|-|-|<br>|ChatGPT中，G、P、T分别是什么意思？|GPT：Generative Pre-Training Transformer，分别代表生成式、预训练和转换器。|[https://mp.weixin.qq.com/s/vXoYeA7w6l_WiKmDHogdTA](https://mp.weixin.qq.com/s/vXoYeA7w6l_WiKmDHogdTA)|ChatGPT|入门||<br>|大白话聊ChatGPT|逐字稿：[2023/3/6大白话聊ChatGPT直播逐字稿（Sarah &王建硕）](https://d58hixvcd6.feishu.cn/docx/HfMEds7Z1ov37wxqM19czTBinWg)|[https://www.xiaoyuzhoufm.com/episode/641183b5bb1fc0cb68f810c6](https://www.xiaoyuzhoufm.com/episode/641183b5bb1fc0cb68f810c6)|ChatGPT|入门||<br>|AI的时代已经到来|在比尔·盖茨的一生中，他说看到了两次技术演示，让他感到革命性。一次是图形界面，而另一次呢，是他在2022年感受到的。中文译稿：[比尔·盖茨：人工智能时代已经到来](https://36kr.com/p/2184264733720713)|[The Age of AI has begun | Bill Gates(gatesnotes.com)](https://www.gatesnotes.com/The-Age-of-AI-Has-Begun)|AI|未来||<br>|万物摩尔定律| Sam Altman|想象一个世界，在几十年里，所有的东西——住房、教育、食品、衣物等——每两年变得只有原来一半的价格，我们该如何去应对如此巨大的社会经济变革？|[万物摩尔定律| Sam Altman](https://ywh1bkansf.feishu.cn/wiki/TVuEw0miti0ZuTkzsJsczEA8nVr)|AI|未来||<br>|人工智能教父Hinton：关于ChatGPT与AI发展的11个核心观点|本文是Hinton关于ChatGPT和AI发展的访谈内容整理而成。|[https://www.ccvalue.cn/article/1410713.html](https://www.ccvalue.cn/article/1410713.html)|ChatGPT|进阶|⭐️|

其他人在问
chatgpt 是什么
ChatGPT 是一种基于 GPT（生成式预训练变换器）架构的人工智能模型，由 OpenAI 开发。 其基本概念是从网络、书籍等来源获取大量人类创作的文本样本，然后训练神经网络生成“类似”的文本，能够从“提示”开始，继续生成“类似于训练内容”的文本。 ChatGPT 中的实际神经网络由简单元素组成，基本操作是为每个新单词（或单词部分）生成“输入”，然后将其“通过其元素”。 它在生成文本方面表现出色，结果通常接近人类所产生的。但它最终是从积累的“传统智慧统计数据”中提取“连贯的文本线索”。 ChatGPT 目前有 GPT3.5 和 GPT4 两个版本。GPT3.5 是免费版本，GPT4 则需要升级到 PLUS 套餐，收费标准为 20 美金一个月。 ChatGPT 实质功能是“单字接龙”，长文由单字接龙的回归所生成。GPT 作为大脑需要通过材料学习不断形成模型，训练目的是学习“提问和回答的通用规律”，实现举一反三。但它不是搜索引擎的升级版，可能会出现“幻觉”，混淆记忆，无法直接查看和更新所学，且高度依赖学习材料，存在缺乏及时性和准确性的缺点。
2024-11-11
chatgpt
ChatGPT 是通过从网络、书籍等来源获取大量人类创作的文本样本进行训练，以生成“类似”的文本。其基本概念相对简单，训练神经网络能够从“提示”开始，生成类似于训练内容的连贯人类语言文本。 ChatGPT 中的实际神经网络由大量简单元素组成，基本操作是为每个新单词（或单词部分）生成“输入”并通过其元素（无循环等）。然而，它能生成出色的文本，这表明人类语言（及背后的思维模式）的结构具有一定的“法律属性”，比想象中更简单，ChatGPT 已隐含地发现了这一点，或许我们可用语义语法、计算语言等明确揭示。 ChatGPT 在生成文本方面表现出色，接近人类所产生的，但它的工作方式与大脑并非完全相同。其基本人工神经网络结构基于大脑的理想化模型，人类生成语言时的许多方面与之相似。 在训练方面，大脑和当前计算机的“硬件”不同，ChatGPT 采用的策略可能与大脑有较大差异且效率较低，其内部没有“循环”或“重新计算数据”，限制了计算能力。目前尚不清楚如何解决此问题以让未来的 ChatGPT 能做更多类似大脑的事，但它已能做到的事情令人兴奋，为我们理解人类语言和思维过程提供了动力。 此外，还为您提供“10 分钟手搓一个 ChatGPT 语音对话机器人”的相关链接：https://b23.tv/JffIir4 。
2024-11-11
你的原型是chatgpt吗
我不是基于 ChatGPT 开发的。ChatGPT 于 2022 年 11 月横空出世，背后基于 GPT3.5，其训练包括多个阶段，如预训练（PT）阶段建立模型的能力上限，监督微调（SFT）阶段让模型学会对话形式，强化学习从人类反馈（RLHF）阶段细分为奖励模型（RM）和强化学习（RL）阶段以激发多种能力。 此外，Hugging Face 推出了自己的 ChatGPT 版本，Stability AI 发布了 DeepFloyd IF 图像生成模型，效率和效果都有提升。AudioGPT 是一个能理解和生成语音、音乐等的系统，具有多种特点和应用领域。
2024-11-11
chatgpt
ChatGPT 是通过从网络、书籍等来源获取大量人类创作的文本样本进行训练，训练神经网络生成“类似”的文本。它能够从“提示”开始，继续生成“类似于训练内容”的文本。 ChatGPT 中的实际神经网络由大量简单元素组成，基本操作是为每个新单词（或单词部分）生成“输入”，然后将其“通过其元素”（无循环等）。 尽管这个过程简单，但其生成的文本不仅连贯，还能遵循提示并利用所读内容。不过，它并非总是说出“全局意义上的话”，只是根据训练材料中的“声音类似”的东西说出“听起来正确”的东西。 ChatGPT 在生成文本方面表现出色，接近人类所产生的。但其基本人工神经网络结构基于大脑的理想化模型，与大脑工作方式有相似之处，但在训练“硬件”和算法上与大脑存在差异，且内部没有“循环”或“重新计算数据”，限制了计算能力。 目前尚不清楚如何解决此问题以让其能做更多“类似于大脑的事情”，但 ChatGPT 已取得的成果令人兴奋，为更好理解人类语言和思维过程提供了动力。 此外，还可参考“10 分钟手搓一个 ChatGPT 语音对话机器人 https://b23.tv/JffIir4 ”。
2024-11-11
ChatGPT最新的版本是什么
目前 ChatGPT 官网主要有以下版本： 1. GPT3.5：免费版本，拥有 GPT 账号即可使用，但智能程度相对较低，无法使用 DALL.E3（AI 画图功能）、GPTs 商店和高级数据分析等插件，知识更新到 2022 年 1 月。 2. GPT4：智能程度较高，知识更新到 2023 年 12 月。想要使用更多功能需要升级到 PLUS 套餐，收费标准为 20 美金一个月，还有团队版和企业版，费用更贵，一般推荐使用 PLUS 套餐。 3. ChatGPT 4o：5.13 发布，可免费体验，但免费体验次数有限，知识更新到 2023 年 10 月。想要更多功能也需要升级到 PLUS 套餐。
2024-11-09
怎么用chatGPT
以下是关于如何使用 ChatGPT 的一些方法： 1. 英文学习： 推特博主的英语老师制作了一个 GPT 工作流，基于每个人的日常需求生成定制素材。 具体使用方法：先把特定 prompt 喂给 ChatGPT（建议开新对话专门用于学习英文），然后 ChatGPT 会扮演美国好朋友，对输入的英文和中文表达返回更地道的表达，对俚语部分加粗，还会举一反三给出更多例子，输入“Hey GPT,run the end of day task.”，ChatGPT 会输出对话回顾并建议 3 个任务。 建议使用方式：开一个窗口复制 prompt，手机端打开历史记录，点右上角耳机图标打电话，可练口语和听力，结束后看回顾帮助阅读。群友在讯飞上做了类似尝试，效果不错。 2. 产品经理使用： 需求及现状问题输入：在完成原 SQL 输入后，将真实业务需求场景及问题输入给 ChatGPT，帮助其更好理解需求，给出针对性优化建议，输出更符合需求的代码。这有好几轮输入输出，不断强化对需求的认知。 根据优化结果不断调试：输入旧代码、需求和问题后，GPT 给出新代码，不断调试优化，直到生成满足需求的新代码。例如，GPT 提出每次更新 1 天数据、创建中间结果表、利用 CASE WHEN 合并查询约束条件相同的指标等优化建议。 3. 苹果系统安装、订阅： 在 AppleStore 下载 chatgpt：中国区需切换到美区，美区 AppleID 注册教程参考知乎链接 。 支付宝购买苹果礼品卡充值订阅付费 App：打开支付宝，地区切换到美区任意区，找到品牌精选 折扣礼品卡，购买【App Store & iTunes US】礼品卡，按需要金额购买，建议先买 20 刀。然后在 apple store 中兑换礼品卡，在 chatgpt 中购买订阅 gpt plus，可在订阅列表中取消订阅。 使用 ChatGPT 4o：打开应用或网页点击开始对话，会员在苹果或安卓手机购买，电脑上能登录，版本切到 ChatGPT 4o，点击右下角“耳机🎧”图标选择声音可体验语音对话。
2024-11-06
AI入门
以下是为您提供的 AI 入门指导： 一、背景 在深入学习 AI 时，编程是常见需求，但很多教程默认会打命令行，导致入门困难。因此有了简明入门教程，帮助您更快掌握 Python 和 AI 的相互调用。 二、关于 Python Python 就像哆啦 A 梦的百宝袋，拥有标准库，可直接使用。若不够用，还能通过 pip 工具从 GitHub 等平台订购新道具。Python 在 AI 领域被广泛使用。 三、关于 OpenAI API OpenAI 通过两种方式提供服务： 1. 通过 ChatGPT 提供开箱即用的服务，直接对话即可。 2. 通过 OpenAI API 提供更灵活的服务，通过代码调用完成更多自动化任务。 四、学习方法 1. 了解 AI 基本概念 阅读「」，熟悉术语和基础概念，了解人工智能的主要分支及联系。 浏览入门文章，了解历史、应用和发展趋势。 2. 开始学习之旅 在「」中找到初学者课程，推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）按自己节奏学习，有机会获得证书。 3. 选择感兴趣的模块深入学习 AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块，一定要掌握提示词技巧。 4. 实践和尝试 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库有很多实践后的作品和文章分享。 5. 体验 AI 产品 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解工作原理和交互方式，获得实际应用体验。 在接下来的 20 分钟内，您可以循序渐进地完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。
2024-11-13
入门课程推荐
以下是为您推荐的 AI 入门课程： 1. 微软相关课程： 特定的机器学习云框架，例如。 课程《》。 对话式人工智能和聊天机器人课程《了解更多详情。 2. 基础知识学习： 阅读「」部分，熟悉 AI 的术语和基础概念，了解人工智能的主要分支及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。 3. 深度学习数学： 推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的《深度学习》（Deep Learning）一书，该书可在 https://www.deeplearningbook.org/ 上获取。 4. 学习方式： 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 选择感兴趣的模块深入学习，例如图像、音乐、视频等。掌握提示词的技巧，上手容易且很有用。 理论学习之后进行实践，尝试使用各种产品做出作品。在知识库提供了很多大家实践后的作品、文章分享。 体验如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解其工作原理和交互方式。 您可以根据自身情况和兴趣选择适合自己的课程和学习方式。
2024-10-31
入门大模型的简要学习书籍清单
以下是为您推荐的入门大模型的简要学习书籍清单： 1. 《大模型入门指南》： 通俗解释了大模型，即通过输入大量语料让计算机获得类似人类的“思考”能力，能进行文本生成、推理问答、对话、文档摘要等工作。 用上学参加工作类比大模型的训练和使用过程，包括找学校（训练所需的大量计算和 GPU）、确定教材（大量数据）、找老师（算法）、就业指导（微调）、搬砖（推导）。 介绍了 Token 作为模型处理和生成的文本单位，以及其在数字化和形成词汇表中的作用。 2. 《从 0 到 1 了解大模型安全，看这篇就够了》： 介绍了不同类型的模型架构，如 encoderonly 适用于自然语言理解任务，encoderdecoder 用于理解和生成内容，decoderonly 更擅长自然语言生成任务。 指出目前大型语言模型多为只使用 Decoder 的 Decoderonly 架构，其预训练数据量大，参数多。 提到了大模型在安全性方面的差别。 3. 《走入 AI 的世界》： 以 GPT3 为例，说明了预训练阶段大模型学习的内容和数量，如使用了 4990 亿 token 的数据集，相当于 86 万本《西游记》。 介绍了 Transformer 模型，这是一种处理文本内容的经典架构，不清楚其具体细节不影响使用大模型，感兴趣可通过相关链接深入了解。
2024-10-28
入门大模型的简要学习清单
以下是一份大模型入门的简要学习清单： 1. 理解大模型的底层原理： 了解预训练阶段大模型的学习内容和数据量，例如以 GPT3 为例，其训练使用了约 4990 亿 token 的数据集，相当于 86 万本《西游记》。 熟悉 Transformer 模型架构，这是处理文本内容的经典架构，虽然具体细节不清楚不影响使用大模型，但感兴趣可通过相关链接深入了解。 2. 掌握大模型的概念： 通俗地说，大模型通过输入大量语料让计算机获得类似人类的“思考”能力，能进行文本生成、推理问答、对话、文档摘要等工作。 3. 类比学习大模型的训练和使用过程： 找学校：训练大模型需要大量计算，GPU 更合适，只有有资本购买大量 GPU 的才有能力训练自己的大模型。 确定教材：大模型需要大量数据，几千亿序列（Token）的输入基本是标配。 找老师：选择合适的算法让大模型更好理解 Token 之间的关系。 就业指导：为让大模型更好胜任某一行业，需要进行微调（fine tuning）指导。 搬砖：就业指导完成后，进行如翻译、问答等工作，在大模型里称为推导（infer）。 4. 了解 Token： Token 被视为模型处理和生成的文本单位，可以代表单个字符、单词、子单词等，在将输入进行分词时会对其数字化，形成词汇表。
2024-10-28
小白入门ai
对于小白入门 AI，以下是一些建议： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库有很多大家实践后的作品、文章分享，欢迎您实践后进行分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，文科生 YoYo 早期只会用 ChatGPT 日常聊天，后来在 coze 平台逐渐沉迷并初步进阶手搓智能体，可以使用 API，在 coze 平台搓过大聪明的 agent，复刻过 kimi 搜索逻辑的智能体。YoYo 认为知识对实践意义重大，并愿意为有相同困惑的小伙伴提供一份 AI 工具逐渐进入状态的 tips 文章。 还有 AJ 推荐的【野菩萨的 AIGC 资深课】，这门课由工信部下属单位【人民邮电出版社】开设，是市面上为数不多的值得推荐的 AI 课程之一，也是全网技术更新最快的课程！课程内容涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识。无论您是 AI 初学者还是进阶者，这门课程都能满足您的学习需求。
2024-10-20
如何快速入门学习ai
以下是快速入门学习 AI 的方法： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库中有很多实践后的作品、文章分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解其工作原理和交互方式。 对于不会代码的情况，20 分钟上手 Python + AI 可以这样做： 在深入学习 AI 时，许多朋友因需要编程而感到困难，各类教程默认会打命令行也增加了入门难度。因此有了这份简明入门，旨在让大家更快掌握 Python 和 AI 的相互调用，在接下来的 20 分钟内循序渐进完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。 一些背景： 关于 Python： Python 就像哆拉 A 梦，它拥有一个装满各种道具的百宝袋，被称为标准库，遇到问题时可直接使用。如果百宝袋里的道具不够用，还可以通过 pip 一类的工具订购新道具，也可以在 GitHub 一类的分享代码的平台获取。Python 被全世界广泛使用，尤其是在 AI 领域。 关于 OpenAI API： OpenAI 通过两种方式提供服务，其一通过 ChatGPT 提供开箱即用的服务，直接对话即可；其二通过 OpenAI API 提供更加灵活的服务，通过代码调用完成更多自动化任务。
2024-10-18