以下为《ChatGPT科普》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

非严谨资料 仅供科普使用 内容含杜撰成分 请勿采信 后果自负

ChatGPT

2023.02

整理人：

SJB

清华金融硕 、北大计算机硕 法考/保某某(未注册)/CPA

/

非严谨资料 仅供科普使用 内容含杜撰成分 请勿采信 后果自负

目录

一．GPT系列模型

二．其他相关情况

/

非严谨资料 仅供科普使用 内容含杜撰成分 请勿采信 后果自负

一 、 GPT系列模型： 引入思考范式

科研=方法效果好坏×方法创新程度×想解决的问题本身的大小

工程=人力+物力+时间

科研由引用量驱动，工程由商业化前景驱动

AI小模型和大模型不是一个东西，AI小模型擅长领域狭窄 、任务明确的情形 (比如 烧在芯//的/LOS/B法硬件) ，AI大模型具备AGI雏形 (数字人，能通过图灵测试)

人类擅长在通识基础上，想象 、创造 、推理

AI迭代是靠“科研 、 工程 、算力 、数据 、解决方案”循环迭代，其中每个环节的一篇论 文就可能让全行业都动起来

/

非严谨资料 仅供科普使用 内容含杜撰成分 请勿采信 后果自负

一 、 GPT系列模型：2017.06-2020.08

《Improving Language

Understanding by

Generative Pre-Training》

GPT模型

2018年6月

【【网址】】/

包含587种调用GPT-3的API的应用，其中：

—— LLMs (此处是指微调GPT-3得到的大语言模型，使其更适用于具体场景) 有42款 ——聊天机器人有33款

——AI写作有51款

—— 图像生成有24款

/

非严谨资料 仅供科普使用 内容含杜撰成分 请勿采信 后果自负

一 、 GPT系列模型：2017.06-2020.08

Switch Transformer

2018年10月

Transformer ( 0.65亿参数) ：Transformer中间模块包括编码器 、解码器，字节李航认为这个模块思想目前还是一统天下的 ，OpenAI Altman也认为其效 果拔群 。该论文发布前，nlp主要还是靠RNN，可学习参数是， Transformer不是工程不是产品，只是重大科研成果。

GPT ( 1.17亿参数) ：在Transformer之后一年发布，核心技术是拿出Transformer的解码器 (擅长后推) ，然后在无标注数据 (驾驭大数据) 上训一个 pre-train模型，然后在去逐个针对子任务做微调 。pre-train模型打造一个身体素质都很好的士兵，微调他去完成侦查 、泅渡 、消防等等任务，文本推断、 QA问答 、语义相似度匹配 、文本分类等每个任务都需要一个微调过程。

Bert (3亿参数) ：核心技术是拿出Transformer的编码器 (擅长后推和前推) ，用了更大数据集，有bert base和bert large两个模型，据说文章在一两个 月完成 (暗指参考GPT) 。

GPT-2 ( 15亿参数) ：训练的数据取自于Reddit上高 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 比GPT-2数据和模型增大了100多倍， 出现了惊艳的效果 。论文是公开的但是没有发表，31个作者， 63页，作者多是因为实验太多了，工作量太大了 。GPT-3不使用微调了， 1750亿个可学习参数的模型，训练是在分布式机器上训的，微调来更新梯度是 很困难的事情 。只要在问题描述中，把任务讲清楚就好了，如果问题中带上一个例子，模型会更容易理解和解答 (Few-shots) 。

Switch Transformer ( 1.6万亿参数) ：“稀疏激活” (很多参数变成0) 和“软硬结合“ (为算法而设计硬件环境) 。训练速度是T5的4-7倍，着眼于参数量。

/

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]

以上为《ChatGPT科普》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

chatgpt有哪些细思极恐的问题 ipad chatgpt登录后无法进入主界面

chatgpt官网,chatgpt国内能用吗,chatgpt下载,chatgpt怎么用

无论某些人如何强调ChatGPT具有何种强大的功能，但作为一种AI，你要知道的是，ChatGPT进行所有回答的基础必然都是公共知识。

这类知识的特点是内容与规则明确，通用性强，且可以通过公开渠道获取――也就是说，ChatGPT进行的任何回答，必然有一个“数据源”。

但在我们的生活中，有大量的工作和知识，实际上是不依赖于“数据源”，甚至这些工作本身就是“数据源”。

现在很多人对于ChatGPT的乐观，其实来自于ChatGPT在“技能”方面的强大，以及它可能取代某些行业，让某些人失业。

这说的虽然是事实，却也没什么过于稀奇的。

因为稍微学习一点科学技术哲学方面的知识，就会发现，早在科技哲学诞生的早期，“工具是人体器官的延伸”的这个观点就早已经被提出来（麦克卢汉那句著名的“媒介是人的延伸”实际上也是在这个基础上的阐发）。

那么，既然工具是人体的眼神，任何一种新的工具的发明，就必然会影响甚至取代过去以这种器官或技能谋生的人。

比如，汽车、火车、轮船的发明取代了过去的脚夫、纤夫、车夫；照相机的发明取代了一部分过去以给人画肖像画谋生的人；印刷术、打印机的出现取代了一部分以抄写文书谋生的人……

这样的例子很多，就不一一列举了。

那么无论是ChatGPT也好还是人工智能也好，它能取代一部分人的工作，自然也毫不奇怪。

很多网络上的大神吹，ChatGPT可以取代很多文案甚至运营人员。

其实不然，现在的运营早已发展成综合性的岗位，工作内容也远远不是找文案那么简单。

专业的运营，要学习的还有很多。

所以国家才发布了“互联网营销师”这一个新职业，他包含运营、短视频、直播、电商等相关专业知识，相关的岗位也涵盖其中。

互联网营销师是ChatGPT替代不了的。

2021年，国家出台了《互联网营销师国家职业技能标准》，相关运营、主播人员正式转正！

我为什么推荐运营、主播、编导、选品等人员都去考一个互联网营销师证书，主要有以下几个原因和优势：

国家数字经济的发展、以及疫情的影响，线上营销的重要性逐渐凸显，互联网营销成为各个企业、商家、实体店必须开拓的营销渠道，就业前景非常好，2020人社发布的新职业，官方认证，国家认可，社会认可； 目前最火爆行业的唯一证书凭证，专业对口，李佳琦的同款证书就是这个，包括运营、直播、选聘、编导等岗位； 数据显示，到2025年市场缺口4000万，简历加分、相关岗位确实粥多僧少，不愁找工作；对应的岗位难度不大，满18岁就可以学习考证，线上兼职，全职、就业、副业和创业都可以。不管你是宝妈、大学生、实体店主甚至失业，都可以来尝试一下，说不定能在这个行业发光发热，提高收入；不说网红月入百万，相关岗位薪资收入高于传统行业，突破薪资天花板！证书发展不到一年，已经有平台要求持证上岗了，国家对互联网营销相关行业是一边鼓励一边规范的，这就注定了行业资质持证的必要性；学习的同时，可以参加实训项目，同步进行线上兼职，赚取学费生活费！

中思智数是官方首批授权的互联网营销师考证机构，负责证书课程、题库、教材的研发。资质正规、课程丰富、通过率高，1v1服务贴心，还有线上兼职工作和就业推荐服务！！！可以直接点击下方名片，添加助教咨询考证详情，还有线上兼职工作机会提供：

但回到最开始的问题上，其实技术的进步解决的从来只是“公共知识”部分的问题，这也是为什么技术人才具有全球范围内的通用性的原因――不管你去了什么地方，技术的东西是不会变的。

在这个角度上，无论如何评价ChatGPT乃至于人工智能的意义，其核心依然是通过某种技术手段达到某种目标。

而从更深层次的角度来说，技术本身是具有中立性和客观性的，无论ChatGPT如何能够基于某种模型来对语言、图形等进行深入理解，并且输出观点，它能够做到的也只是基于你输入的和它能检索到的公共内容（当然，不同的机构可以基于自己的需求再添加一部分本专业内的专有内容）进行回答。

与“公共知识”不同的是，“个人知识”兼有中立性和非中立性的特点。

“个人知识”的中立性体现为它可以在公共知识之外提供一些小众的、没有被数据化的知识，而其非中立性则体现为每个人在叙述知识的时候都是基于各自的立场、偏好等等而说出的，这其中存在着很大的主观故意。

之所以要在ChatGPT的话题下花这么多的篇幅说“公共知识”与“个人知识”的问题，我想讲的是其实在未来ChatGPT为代表的人工智能不断发展乃至于能取代一部分中低端工作岗位的时代，对于个人而言，学习成本其实是在不断上升的。

有些人认为，ChatGPT来了，很多学习方面的事情都可以有AI代劳了，人就不必做了。

但现实绝非如此。

技术行业的从业者在看待技术的时候，往往对技术抱有更乐观的情绪，这其实很正常。

然而，ChatGPT说是个新东西，他的确新，以前没有过这玩意儿，但你要说他不新，他也的确不新。

假如说我是个特别有钱的人，雇了100万个不同行业的资深专家，组成了一个分布式碳基阵列ChatGPT，无论我问什么问题他们都可以给出快速有效的回答。

那么在这种情况下，其实对我来说最大的挑战其实已经变成了如何辨别他们说法的真假，应该在何种程度上参考他们的意见。

在开头的例子中，我说到了很多编的故事必须要依靠“个人知识”才能够进行辨析。

这个事例意味着两点：

第一，对于ChatGPT来说，由于只能针对那些被数据化的知识进行分析整理，对于那些不结合未被数据化的部分就难以进行判断的知识来说，他们输出的结果本身很可能就是错的――比如高赞答案举到的豌豆射手的那个例子；第二，对于个人来说，ChatGPT输出的结果并不意味着一定为真――这就如同搜索引擎搜索再优化也只能保证提高搜索的精确度，而判断真假的工作还需要交由你自己完成一样――而判断信息的能力，其实才是对个人能力的最大考验。

整体上说，在ChatGPT等人工智能在“公共知识”这一块继续攻城略地的情况下，“个人知识”的多寡反而将成为影响个人未来的关键因素。

这就好比某个专业的学生，如果要问“XX设计需要采用什么样的方案更为合适”，我相信ChatGPT可以立刻给出一个相对准确地解答――这也是当下ChatGPT的鼓吹者最乐于证明ChatGPT水平如何先进的主要证据。

但是，如果你要问“我大学也毕业后是否应该进入XX行业工作”或者“我去XX单位发展前景如何”这类问题，ChatGPT则永远不可能替你回答――或者说她就算回答了你也不敢信。

这种知识你只可能通过咨询已经工作的行业内部人士获得答案――哪怕你到知乎花上几十块钱找个人做个简单的咨询，也都要比最高水平的ChatGPT靠谱。

很显然，前者影响的是你学习知识的效率，后者影响的则是你的生活和人生。

而从另一方面来说，ChatGPT这个产品本身也存在一个悖论。那就是如果你向ChatGPT提出一个问题，“如2023年日本的经济是否会正增长”，那么面对不同的提问者，ChatGPT给出的问题是否是一样的？

如果是一样的，那意味着ChatGPT并不能实现真正意义上的“思维”，他永远只能作为一个参考。

如果是不一样的，那意味着ChatGPT所谓的“提升学习效率”的价值已经不存在了――因为假如ChatGPT可以根据不同的人输出不同的答案的话，那普通人想要通过ChatGPT获知“正确”的答案的难度就会变得空前之高。

如果人工智能能够快速精准地做到这一步，那么ChatGPT所面临的最大危机其实已经不来自于他能否取代一些人工作了，而是它本身就已经脱离了技术中立的设定，而成为意识形态斗争的主战场。

事实上，这种情况很快就会出现的。

我们假设你用英语和中文分别向ChatGPT提问，让他写一篇有关爱国主义的文章，它写出来的东西会一样么？

如果一样，没意义。如果不一样，各国都会对ChatGPT如临大敌。

在最后的部分，我自己做一下总结，其实从我个人的角度来说，我对于强人工智能本身一直都抱有乐观的期待。

十几年前，我比较迷科幻小说的时候，写的一些作品就是以强人工智能时代作为背景的，所以在我看来，就当下ChatGPT这种智能水平而言，反而依旧只是小儿科，至少远未达到我对于强人工智能时代的想象。

所以，我倒是建议ChatGPT的支持者可以对ChatGPT和整个人工智能吹得再狠一些。

但在我们为一个人工智能可以最大效率帮助人的时代而欢呼的同时，也不要忘了一个机器可以随意骗人的时代也将到来。

那个时候，分辨知识的能力和价值甚至要比学习知识还重要。

ChatGPT是一种自然语言处理技术，它可以生成自然流畅的语言，并且在很多任务上表现出色。

但是，它并不是万能的，也存在着一些局限性和缺陷。比如，在处理某些具有领域专业性的问题时可能会出现问题，或者在处理语言中存在歧义或多义性的问题时可能需要更多的上下文信息才能正确理解。

因此，对于ChatGPT或其他AI技术，我们不能把它们吹得过于神乎其神，而是需要全面地看待它们的优势和不足，结合实际情况进行应用。同时，也需要注意保护个人隐私和信息安全等方面的问题。

Chat GPT可以在许多行业和领域中应用，以下是一些示例：

1.客户服务：Chat GPT可以与客户进行交互，回答常见问题，提供帮助和支持，以提高客户满意度。

2.销售和营销：Chat GPT可以为潜在客户提供有关产品和服务的信息，解答疑问，并提供个性化建议。

3.医疗保健：Chat GPT可以用于诊断和治疗方案，以及与患者和医务人员进行交互，提供健康建议和支持。

4.金融服务：Chat GPT可以为客户提供投资建议、理财计划、信用评估、欺诈检测等服务。

5.教育：Chat GPT可以为学生提供个性化的教育体验，例如在线辅导、智能化的作业检查和反馈等。

6.媒体和新闻：Chat GPT可以用于自动撰写新闻报道、生成视频、制作动画等，节省时间和人力成本。

7.智能家居：Chat GPT可以与智能设备进行交互，实现语音控制、自动化任务和个性化设置。

总之，Chat GPT可以在各种行业和领域中提供许多不同的应用和服务，为企业和个人提供智能化的解决方案。