如何使用chatgpt,如何使用chrome,如何使用chkdsk工具,如何使用查找我的iphone功能寻找另一部手机

最近ChatGPT很火，在论文润色方面也有很好的应用效果，但是如何高效使用其进行论文润色还是个很值得讨论的问题，所以，可以分享你们在使用ChatGPT来论文润色过程中的一些经验吗？

亲测好用！

不光是论文，也不光是中文。个人需求主要就是用 chatgpt 给我写的乱七八糟的英文润色，毕竟，对自己写的东西，虽然没有抄，但是有两点担心：

1.语法问题

这个当然以往都是在用 grammarly 解决，但实际上，亲身经历认为，即使开通 premium，grammarly 对语法的修改也比较流于表面。

它仿佛只是在努力修改一些表面的语法错误，一旦我想用一些比如隐喻之类的说法，它甚至会因为这些比喻……太过比喻……它无法理解，因此判定我的语法有问题……

所以，虽然它能够修改明显的语法错误，其实对语言的发挥也有很大限制。

2.用词和表达

这点和上一点有一点相通：想扩大自己语言表达的范围，但是要么是词汇量/表达方式不足，要么是对自己信心不足。因此导致每次写文章都忐忑到不行，写一段话，为了用到更精准的词，查词时间可能比写作时间都要久。

但是！

有了 ChatGPT 就完全不同了！

我用的还是 3.0（没错，我就是看中了免费，不想花钱），对于润色来说已经足够了。来吧，实例如下：

我的应用流程：

• 凡是论文，我都是自己写好，然后扔给 ChatGPT，让它以此为基础进行润色，指令：

Please polish the paragraph in an academic way: xxxx (需要润色的部分)

不过有一点弊端是，润色之后的版本，建议再对照一遍，有的句子它可能会根据自己的理解改写成了别的意思（但是这种情况很少发生）。再者就是有时候，文内引用可能被吞了，这一点也需要仔细查看。

• 有时候也会用中文让它帮我做事

指令用中文，但是让它改动的内容是英文：

请缩写这段话：xxx (需要改动的部分)

综上，使用 ChatGPT 进行润色，我的使用很简单，但是主要是俩重点：

1.我自己写完了内容，让它把我的小学生作文改成大学生作文；

2.每次指令都尽量简短，只让它干一件事。

哦对了，用 ChatGPT 润色之后的文章，通过 turnitin 上交，查重在 2-4%（当然完全我自己写的查重一般也在这个范围）。

我是 @琬豆仁wandol.ren ，祝你好运~

事件：据媒体报道，今日openAI不支持ChatGPT的Plus付费，原因是需求量太大，以至于Ope

今日事实爆料,今日新闻事故,今日发生的新闻命案,今日发生新闻事件

　　来源：雪球App，作者： 冒烟的计算器，（【【网址】】/【【QQ微信】】/【【QQ微信】】）

　　事件：据媒体报道，今日openAI不支持ChatGPT的Plus付费，原因是需求量太大，以至于OpenAI不得不暂停Plus的销售，且尚未公布何时恢复。

　　新AI爆火，流量爆炸后算力稀缺，显然openAI作为2个月前的一家小公司，尚未在大规模运营方面做好充足的算力准备，因此问题的核心是：缺算力到底缺的是什么？大模型爆火缺的是训练算力、chat流量爆棚缺的是推理算力。

　　1、从训练侧来看，根据我们从国内某头部互联网大厂云计算相关部门草根调研，大模型训练需经过无监督学习出预训练模型、有监督学习数据集，奖励学习，强化学习暴力计算四个阶段，训练过程一般在1个月左右，超过2个月则不具备工程和商业落地价值。因此需要大规模GPU服务器组网训练。从经验来看，GPT3级别模型需要大约1000张A100级别的训练卡才能确保在一个多月时间完成训练。如果是GPT4J级别多模态训练，则需要在每个模态分别训练收敛，最后在全局收敛，训练成本又在GPT3基础上大幅增长数倍乃至十数倍、数十倍。当前国内大模型训练爆火，相关企业、团队不下10家，垂类模型如同花顺（金融）、云从（多模态）等则更多，因此训练侧需求爆棚，相关GPU、服务器、光模块乃至PCB、serdes、HBM等需求将持续爆棚才能确保不打输当前的军备竞赛。

　　2、但就openAI不支持ChatGPT的Plus付费而言，更多的问题出在推理测。与训练侧不同，当模型训练完成、应用场景固定，通过对模型进行裁剪、优化参数网络存储、降低精度降低存储量和计算强度降低对显存、片间带宽和算力的要求，可以降低对单张卡的算力要求。但推理直接服务用户和应用，面对的是上亿（360）、数亿（淘宝）、十亿（微信、【【微信】】、tw、fb、google）等海量流量的冲击，所需要的算力规模无比巨大，从经验来看远大于推理侧的算力需求。

　　因此关注openAI不支持ChatGPT的Plus付费对训练、推理两条线的影响：对训练侧，主要影响在于爆火刺激大模型研发相关方积极投入为未来的AI红利抢占先机；对推理侧，openAI当前用A100支持推理侧直面海量用户的策略遭受巨大挑战，也预示着未来推理侧算力的巨大红利尚待挖掘