ChatGPT 速通手册——连续提问和重新生成的作用

连续提问和重新生成的作用

和 ChatGPT 聊天，也是有套路的。我们把给 ChatGPT 输入的问题文本，叫 Prompt，提示词。实际上，传统搜索引擎也有比较相类似的功能。

在 Prompt Learning 提示学习之后，又总结出一种更好的聊天套路，叫 In-Context Learning 上下文学习。采用教学生做题的方案，先主动提供几个例题，然后出题让算法作答。

再之后，又有更新的聊天套路，叫 Chain of Thought 思维链。不光是给学生例题，还把解题步骤给他写出来，这样他学习成绩就更好了——按照研究人员的说法：只有当模型参数大于 100B 的时候，思维链的威力才能发挥出来。可以说是大语言模型的专属套路了。

说回ChatGPT，它使用的是基于Transformer 的自回归语言模型，这种模型采用了自注意力机制（Self-Attention Mechanism），它可以让机器理解和捕捉对话的上下文，进而实现上下文连续对话，ChatGPT还采用了LSTM长短期记忆模型，让ChatGPT准确地捕捉对话的上下文，从而实现更好的上下文连续对话能力。就好像让ChatGPT在对话的海洋中不断地吸收成长，它对于对话的处理也就随之越来越棒！

连续提问

对于ChatGPT来说，突出的就是一个chat--聊天，聊天就是有问有答，是双方的对话。当我们围绕着一个话题进行讨论或者交流的时候，ChatGPT会记住前面已经发生过的对话内容，并会结合之前的内容生成新的问题的答案，在我们看来这就好像在和ChatGPT聊天一样。