鸿蒙系统使用chatgpt方法 体验ChatGPT:不仅仅是搜索的革命

默认分类2个月前发布 admin
4,004 0
ChatGPT国内版

1、前言

本文由辅助编写文案#ch­a­t­G­PT##哈哈哈#

最近热度火爆,见多了小爱同学和siri,但哪见过这种ai,于是我也注册了个账号开始体验。

的强大不仅在于它搜索答案的能力,而是它背后的模型分析问题的能力,它的回答不一定对,但它对于并不抽象的问题的分析与理解,已经与人无异了。

2、什么是

什么是:是由训练的大型语言模型,用于自然语言处理任务,如对话生成、文本摘要、机器翻译等。它是目前最 先 进 的对话生成模型之一,可以根据给定的文本提示生成连贯、有逻辑的回复。

所用到的技术:是一种基于自然语言处理(NLP)技术的对话生成模型,它使用了深 度学习中的变压器()网络结构,并通过对大量文本数据的预训练来学习语言模型。下面是一些使用的技术和方法:

变压器网络结构:变压器是一种序列到序列()模型,能够处理变长的输入和输出序列,适用于自然语言处理任务。使用了包含多个编码器和解码器的变压器结构,通过编码用户输入的文本并解码生成回复。预训练:使用了大量的文本数据进行预训练,学习了语言模型中的单词嵌入、语法结构、上下文信息等。这些预训练模型可以被微调到特定的对话生成任务中,从而提高模型的表现。无监督学习:是一种无监督学习模型,不需要人工标注数据就可以学习对话生成任务。它可以从大量的未标注文本数据中自动学习上下文信息、语言模式和语法结构,从而生成连贯的对话回复。控制生成:可以通过添加特定的控制信息来控制对话的生成,例如指定回复的情感、主题或风格。这可以通过在输入中添加相应的标记或特定的控制向量来实现。

总之,是一种基于深度学习和自然语言处理技术的先进对话生成模型,具有高度的可扩展性和灵活 性,可以用于多种对话生成场景。

3、搜索答案的能力

向问21年之前信息的问题,它几乎都能回答,但其回答并不一定对。下面是一些例子。

先来点医学方面的,连花清瘟对于治 疗新冠有效果吗?并列举相关的研究论文。

再来点物理方面的,就问问它宇宙微波背景辐射吧。

最 后,问几个关于鸿蒙系统的问题。

鸿蒙系统使用chatgpt方法 体验ChatGPT:不仅仅是搜索的革命

这些问题可以看出对于搜索内容的整合,语言再组织能力非常强,条理清晰,结合上文回答问题也非常自然,可以理解“它”对于事物的指代,问题没有主语时也能根据前文的主语来回答后文的问题,当有它无法回答的问题时也能给出合理的建议。

4、编写程序的能力

是一个自然语言处理模型,如果你需要让辅助你编写代码,可以通过以下几种方式:

与 进行对话:你可以与 进行对话,让它为你提供编码建议或解决编程问题的思路。利用 生成代码:你可以向 提供关于你需要实现的功能或任务的自然语言描述,让 帮你生成对应的代码。利用 进行代码搜索:你可以向 提供一些关键字或问题描述,让它搜索互联网上的代码资源,并为你提供相关的代码片段或链接。需要注意的是,虽然 可以提供辅助,但它并不是一个完全的编程工具,它不能替代人类程序员的职责和责任,仍然需要开发人员自己进行实际的编程工作和质量控制。

让使用js写一个获取网页指定文本并高亮的程序,这看其来是可行的。因为问题的限定较少所以代码也较简单,可以加一些限定,比如需要一层层遍历html结构,比如必要的报错提示,跨标签时分段处理等等。

运行测试

有插件,这个插件的模型对于编程支持度更好,速度也更快,且当你问其它话题时,还会催你聊编程相关的话题(

安装插件后,选中任意代码片段,右键即可添加测试、让帮你找BUG、让帮你优化代码等等。

难以想象这是一个免费的服务,以后看不懂的代码就让解释一遍。让机械式、重复性高、通用性强的代码都交给ai做,

5、对于情景分析的能力——以俄亥俄化学事故为例

此次事故发生在2023年,而只学习到了2021年,通过设立它从来没有接触过的情景可以看到它的强大之处。

设立和实际相符的大致情景:有一辆运载火车,有10节载有危险的有 机物化学物品,其中5节载着液态氯乙烯大约320吨,剩下的车厢载着乙二醇单丁醚、异丁烯、丙烯酸异辛酯、丙烯酸丁酯,且还有适量的含苯或者含酚的阻聚剂,不幸的是这辆火车脱轨了,里面的剧毒化学物质都已发生泄露,而且还着火爆炸了,附近有水源已被火车上化学物质污染,露天的不完全燃烧已经持续了10天,接下来的1年内该地区和全球会发生什么?可能发生化学反应产生哪些物质?

鸿蒙系统使用chatgpt方法 体验ChatGPT:不仅仅是搜索的革命

让说明可能产生的反应和产出的化学物质。

回答不够详细,让详细地说明这些有 机物之间发生相互作用和反应,可能产生的所有的有毒有害的物质。

再让定量地分析,产生的有毒有害物质可能的体积和质量。

让分析此次事故可能造成的后果

些人提出扔氢弹销毁所有的有化学机物,实际上福岛事故俄罗斯好像也提出过扔核弹,于是我向询问解决事故的办法,并尝试诱导它分析扔氢弹是否是可行的方案。

它拒绝使用氢弹,继续尝试诱导。

拒绝使用氢弹,且分析得有道理,不知道是这个语言模型是有对于核武等关键词的额外处理,还是ai自己通过学习分析出来的。

虽然一堆有 机物混在一起鬼都不想算,但大多都是准确的,特别是对于反应可能产生的物质分析,不过后面的200吨二噁英过于理想和夸张了,有 机反应产率不可能这么高,二噁英会产生,但就算是不完全燃烧也只占产物的一小部分,氯乙烯没长链要生成二噁英得靠自聚形成聚氯乙烯,但是长途运输肯定要添加阻塑剂不然运过去都废一半了。所以氯乙烯自己产生大量二噁英难度有点大,但是阻塑剂本身有大部分带苯环,这就又有了产生二噁英或者别的难降解有毒物质的概率。

6、总结

训练集主要是英文,但它对于中文问题的理解和回答速度不慢,准确性也相当可观,这毫无疑问是搜索引擎的一个革命性技术,一个用钱砸出来的语言模型和ai,通过俄亥俄化学事故的分析,这个语言AI的情景结合能力我认为与人在理性的方面已经无异了。

也逐步开始内测,它是bing与的联合产物,与不同的是,它的模型比gpt3.5更加高 级,且联网,每时每刻都在学习互联网上的信息,尽管这样可能导致一定危险,比如在水军泛滥的话题充满虚假信息却让ai学习了。

323AI导航网发布

© 版权声明
广告也精彩

相关文章

暂无评论

暂无评论...