chatgpt科普

引言

chatgpt没有国内开放，为什么如此重要。抛开技术细节，少用专业名词，在整体功能上讲解 ChatGPT 的工作原理、制造过程、涌现的能力、未来的影响以及如何应对。让大家明白：

ChatGPT是如何回答问题的。

它是怎么被制造的，为什么它不是搜索引擎。

它有哪些惊人能力，为什么它不只是聊天机器人。

它将给社会带来什么样的冲击。

我们该如何维持未来的竞争力。

1. 底层原理

实质功能、训练方式、长板、短板。没有意识

 

2.1 实质功能

单字接龙。任意长文用自己的模型生成下一个字。

怎么生成长内容，自回归生成。

 

2.2 训练方式

影响因素两个：上文和模型。

为了让ChatGPT生成我们想要的结果，而非胡乱生成，就要提前训练ChatGPT的模型。训练方式是：让它遵照所给的学习材料来做单字接龙。通过不断调整模型，使得给模型学习材料的上文后，模型能生成对应的下一个字。

 如果同时训练了“白日依山尽，黄河入海流”和“白日何短短，百年苦易满”，再遇到“白日”时，会怎么生成下一个字？

按照概率来抽样。有可能会生成“依”，也有可能生成“何”. 抽样结果随机性，每次回答不一样。

 

2.3长板

提问没见过怎么解决？ 泛化。

训练的主要目的不是记忆，而是学习。不论面对哪个提问，ChatGPT都会被要求生成“白日依山尽的下一句是黄河入海流”，这会驱使 ChatGPT 去建构三个提问的通用规律，将自己的模型调整为适用于三个提问的通用模型。

 

对比	底层系统	输出形式
搜索引擎	数据库	查找搜索最接近的内容，检索信息。s
chatgpt	生成模型	根据上文逐字生成，创造文本。

2.4短板

1. 混淆信息,存在胡说八道的回答。

问“三体人为什么害怕大脸猫的威慑，62年都不敢殖民地球？”，这个问题并不存在，但又刚好符合它曾训练过的科幻材料中的规律，于是它就用科幻材料中所学到的规律开始混合捏造。

 

1. 无法直接操作

内容无法增删改查，同一个模型生成，与数据库不一样。模型构建的规律很难理解，因此输出无法预测。更新效率，再次训练模型，更新回答结果。

1. 回答不存在
2. 依赖数据：  足够多、质量足够多的学习材料。
3. 学不到规律： 材料少模型学不到规律。

上面是gpt的基本原理，当扩展到超大规模后的效果，展现的能力。

3三步训练

让机器理解人类语言的一大难点在于：同一个意思可以有多种不同的表达形式，可以用一个词，也可以用一段描述，而同一个表达在不同语境中又有不同含义。

 

3.1开卷有益

GPT 的办法是：让模型看到尽可能多、尽可能丰富的语言范例（学习材料），使其有更多机会建构出能举一反三的语言规律，来应对无数从未见过的语言。

 

GPT历史开发版本

OPenAI	学习材料	参数	解释
GPT-1	5GB	1.17亿	2018.6，不如bert
GPT-2	40GB	15亿	2019.2，反应平凡
GPT-3	45TB	1750亿	2020.5 ，维基百科...语言材料。同一个意思不同表达，编程语言，翻译。

它就像一只脑容量超级大的鹦鹉，已经听过了海量的电视节目，会不受控制地乱说，丑闻、脏话等全都有可能蹦出，难以跟人类合理对话。

 

回答形式和内容不受约束，很难指挥控制，如何指挥chatgpt。

3.2 模板规范

不再用随便的互联网文本，而把人工专门写好的优质对话范例给GPT-3，让它再去做单字接龙，从而学习如何组织符合人类规范的回答。

 

模板规范如下

答不知道：ChatGPT 无法联网，只知道训练数据中的新闻，那么当用户问到最新新闻时，就不应该让它接着续写，而要让它回复“不知道该信息”。

指出错误：当用户的提问有错误时，也不应该让它顺着瞎编，而要让它指出错误。

回答原因：当提问它是不是的问题时，我们不希望它只回复“是”或“不是”，还应把原因一起回复出来。因此也要给它提供这种“提问-回答-原因”的对话模板。

什么不该说：除了矫正对话方式之外，我们还要防止 GPT-3 补全和续写在“开卷有益”时所学到的有害内容，也就是要教它什么该说，什么不该说。

预训练好处，任何任务对话交给chatgpt

在“模板规范”阶段，我们可以将任何任务以对话的形式，教给 ChatGPT，不仅仅是聊天，还可以包括识别态度、归纳思想、拆分结构、仿写风格、润色、洗稿和比对等等。

因为不管什么任务，我们的要求和ChatGP的应答都是由文字所表达的，因此只要这个任务可以写成文字，我们就可以把该任务的要求+应答组合成一个对话范文，让 ChatGPT 通过单字接龙来学习。

经过这种“模版规范”后的超大模型，还掌握了两个意外能力：“理解”指令要求的能力和“理解”例子要求的能力。

 

理解指令要求：根据不同对话学习，学会翻译能力。

 

理解例子： 不知道如何提问，可以通过给它几个例子，明白提问的意图。通过例子来学习，语境内学习。

 

分治效应：

复杂问题，分步骤提问，最后能达到解决问题。超大模型出现“思维链”。

 

3.3创意模板

创造受限，经过“开卷有益”和“模版规范”这两个训练阶段后，超大单字接龙模型已经变得极其强大了。但“模板规范”的训练阶段也存在不足，那就是：可能导致 ChatGPT 的回答过于模板化，限制其创造力。

科学领域的问题有标准答案，可以用“模版规范”的训练方式来满足需求。但人文领域的问题没有标准答案，持续使用“模版规范”可能会让 ChatGPT 成为“高分范文的模板复刻机”，无法满足人们的需求。阅卷老师会给跳出模版的好文打高分一样，我们也希望能让 ChatGPT 提供一些超越模板、但仍符合人类对话模式和价值取向的创新性回答。

提问如何合规创造，提高 ChatGPT 的创新性呢？

奖励鹦鹉：可以联想一下鹦鹉是怎么被训练的。当我们教会鹦鹉一些基本对话后，就可以让鹦鹉自由发挥，有时鹦鹉会蹦出一些非常有意思的对话，这时我们就可以给它吃的，强化它在该方向的行为。

在训练 ChatGPT 的第三阶段，也是类似的过程。 不再要求它按照我们提供的对话范例做单字接龙，而是直接向它提问，再让它自由回答。如果回答得妙，就给予奖励，如果回答不佳，就降低奖励。然后利用这些人类评分去调整 ChatGPT 的模型。

在这种训练中，我们既不会用现有的模板来限制它的表现，又可以引导它创造出符合人类认可的回答。我把这一阶段称为“创意引导”。

ChatGPT 正是在 GPT-3.5 的基础上，先后经历了“开卷有益”、“模板规范”和“创意引导”，三个阶段的训练后，得到的生成语言模型。

 

对应机器学习模型

 

本节讲了 ChatGPT 的三个训练阶段：

1.“开卷有益”阶段：让ChatGPT对海量互联网文本做单字接龙，以扩充模型的词汇量、语言知识、世界的信息与知识。使ChatGPT从“哑巴鹦鹉”变成“脑容量超级大的懂王鹦鹉”。

2.“模板规范”阶段：让ChatGPT对优质对话范例做单字接龙，以规范回答的对话模式和对话内容。使ChatGPT变成“懂规矩的博学鹦鹉”。

3.“创意引导”阶段：让ChatGPT根据人类对它生成答案的好坏评分来调节模型，以引导它生成人类认可的创意回答。使ChatGPT变成“既懂规矩又会试探的博学鹦鹉”。

 

4.未来影响

从产品形态和技术创新上来看，ChatGPT 确实不够完善，核心模型结构来自2017年论文attention is you need。创意引导方法2020年论文。它的意义并不在于产品和创新，而在于完成了一次验证，让全球看到了大语言模型的可行性。

4.1应用价值

精通语言：既然是语言模型，那它自然精通语言，可以校对拼写、检查语法、转换句式、翻译外语，对语言组织规则的遵守已经超越了绝大多数人。真正有价值的地方在于：在精通语言的基础上，还能存储人类从古至今积累的世界知识。

语言处理需求：人类步入文明社会后，尽管已不必在野外求生，但仍然需要群体协作地创造知识、继承知识和应用知识，满足社会的需求，来维持自己的生计，而这三个环节全都是依靠语言来实现的。

语言处理繁重：过去人类使用的是口头和纸质文件，协作效率不高。可随着知识的爆炸式增长，语言处理的成本也相应地飙升。无论是医院、学校、法院、银行、出版社、研究所，都有繁重的信息分类、会议总结、格式排版、进程报告等工作。需要阅读和书写的内容数量和复杂度，不断超出人们的处理能力。

4.2社会影响

大语言模型所能改善的是：群体协作过程中创造、继承、应用知识时的语言处理效率。所以随着技术的发展，大语言模型对社会的影响范围将和当初电脑的影响范围一样，即全社会。

大语言模型相结合场景：

1.搜索引擎 结合：帮助用户精准寻找和筛选信息，比如，微软的 new bing。

2.笔记工具 结合：辅助阅读和写作，比如，notion，Flow us，wolai。

3.办公软件 结合：辅助文字处理、数据分析和演示制作，比如，office的下一步动作。

4.教育培训 结合：定制个人的学习计划和学习材料，全天家教。

5.开发工具 结合：辅助编写业务代码、调试纠错。

6.动画小说 结合：辅助小说配图、配乐。

7.客服系统 结合：7x24小时随便问，没有任何情绪。

8.视频会议 结合：多语翻译、会议记录与总结、谈话查找。

9.评论审核 结合：筛选评论、统计舆论、给出提醒。

10.行业顾问 结合：提供法律、医疗、健身等指导。

11.社交媒体 结合：帮助找到兴趣相投的用户和话题 。

12.视频娱乐 结合：个性化推荐音乐、电影、小说、动漫。

13游戏剧情 结合：让 NPC 给玩家带来更灵活的对话体验。

影响行业：新闻界、学术界、教育界、商业界和内容生产行业。

教育模式影响：现有人才培养模式挑战。

网络安全影响：回答的问题是否被泄露。

1. 如何应对

人类的一大优势就在于善于利用工具：会先了解工具的优点和缺点，然后避开其缺点，将其优点用在适合的地方。

5.1克服抵触心理

工具无法取代人，只有会用工具的人取代不会工具的人。

5.2个人学习力

资料链接

1. 资料来源：

【渐构】万字科普GPT4为何会颠覆现有工作流；为何你要关注微软Copilot、文心一言等大模型_哔哩哔哩_bilibili

2.up主：YJango