dumpling90的博客

ChatGPT商业应用——LLM是星辰大海

 2022 年末 ChatGPT 的横空出世，在整个自然语言处理乃至人工智能领域都掀起了一阵海啸。自席卷全球以来便引起各行各业空前的热度，数亿用户震惊于 ChatGPT 的强大智能，感慨机器智能的飞速革新，研究背后的关键技术革新，然而这并不代表 ChatGPT 已然完美无瑕，从业者们则更多在思考当前 ChatGPT 亦或是预训练大模型存在哪些缺陷。 诚然 ChatGPT 的效果一度惊艳到众人，但仍未脱离深度预训练大模型的范式，更多是一个工程上的突破性进展，因此其缺点也并不难发现。本章主要指出其两大大明显缺点：生成文本包含事实错误，无法做到实时更新。至于其他一些能否做到类人思考等问题仍存在争议，本文就不作赘述。   很多用户在使用中时常会碰到诸如事实错误这些问题，对于铺天盖地的炒作，很多不明就里的外行发出了“就这？”的疑问。实际上，ChatGPT 乃至正在推出的 GPT-4 以及未来的 GPT-5 等等，是近几十年人工智能研究范式的集大成者；当我们了解了神经网络的发展历程，了解了大模型的百花齐放，了解了从 GPT、GPT-2、BERT、GPT-3 的日新月异及其背后的大公司的争相角逐，

ChatGPT使用指南——推理Reasoning 1. 什么是推理（Reasoning）？ 2. 导入ChatGPT 3. 测试ChatGPT的推理能力 3.1 演绎推理（Deductive Reasoning） 3.2 归纳推理（Inductive Reasoning） 3.3 溯因推理（Abductive reasoning） 3.4 三者之间的关系 4. 调用ChatPT的推理能力 4.1 LLM推理求鼓励，请告诉ChatGPT去思考——Let's think step by step(Zero-shot-COT) 4.2 给几个例子，告诉ChatGPT应该这么思考——Chain of Thought Prompting 4.3 任务太难，拆分一下，找个简单的去突破——Least to Most prompting 4.4 并非所有问题都需要拆解，不如先问问LLM(比如：ChatGPT)的意见——Self-Ask 4.5 集思广益——Self Consistency 5. ChatGPT以及GPT-4的推理能力 6. 本章总结 相关文献

ChatGPT使用指南——相似匹配 1. 何为Embedding 2. 相关API 2.1 LMAS Embedding API 2.2 ChatGPT Style 3. Embedding应用 3.1 QA 3.2 聚类 3.3 推荐 相关文献

Table of Contents ChatGPT使用指南——句词分类 1. NLU基础 1.1 句子级别的分类 1.2 Token级别的分类 2. 相关API 2.1 LMAS GPT API 2.2 ChatGPT Style 3. NLU应用 3.1 文档问答 3.2 分类/实体微调 3.3 智能对话 相关文献

算法- Python

awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web 框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。由「开源前哨」和「Python开发者」微信公号团队维护更新。