搜尋結果
2024年5月13日 · 刚刚发布会发布了最新的Mac端ChatGPT app，我们该如何获取app? 此时你需要参考网上的教程 [2]，对网络请求的返回值进行改写。网上的教程都是 ProxyMan，我电脑上用的 Surge，实际操作是可以完成的。如果你电脑上没有抓包软件，完全没有修改网络请求的经验，那想自己完成大概比较难。
2023年2月2日 · 16. 被浏览. 6,950. 9 个回答. 默认排序. 知乎用户. 作为人工智能领域的“ 黄埔军校 ”，谷歌在ChatGPT改变整个科技领域现状的浪潮中，颇有点小尴尬——背靠微软的创业公司OpenAI大量阅读了Google AI提交的论文之后，与谷歌保持同步；其 大语言模型 的重要基础，即ChatGPT中的T —— transformer，亦是谷歌 2017 年的一项研究。 在ChatGPT风生水起之际，整个社会关于谷歌的各种揣测不断。 更有《华盛顿邮报》报道：长期担任谷歌人工智能主管的杰夫・迪恩（Jeff Dean）向其员工宣布——谷歌以后将不得不推迟与外界分享自己的工作成果。 显然，这与Jeff Dean乃至谷歌的一贯风格是不符的。
- 生成模型+Rlhf
- 手把手教你使用chatgpt
- 总结及展望
- Chatgpt+X
- 参考资料
前两天还在有关扩散模型的帖子下面讨论着能不能将扩散模型的思想用到NLG领域（可能得做些改造或者与其他技术结合）来提升其实用性水平？ https://www.zhihu.com/question/568791838/answer/2781856167 没想到2号OpenAI又给大家整了个新活儿，ChatGPT，一个对话生成模型，效果看上去比较令人惊艳，已经被大家玩儿坏了。生成模型+Reinforcement Learning From Human Feedback (RLHF)，这路子感觉就很合理，人类对话基本就是这个路子啊（基于对方的反馈来对话）。我一直觉得，文本生成不仅需要新的强大的生成模型，还需要人类的反馈参与其中（尤其是对话这种交互式场景）。因为个人感觉文本生成与图像生成的最大的差异在...
我已经迫不及待的想要先来看看ChatGPT到底表现如何了，但是openAI的服务不支持中国，GAN（一个模型）！ 官网： https://chat.openai.com/auth/login 下面就手把手的教大家如何注册和使用ChatGPT。自己注册的流程顺利的话大概需要十分钟左右，如果不顺利的话就很难说了。嫌麻烦的朋友可以选择直接购买账号进行体验。
总结：
其实逛网的总结就蛮全面的，ChatGPT的能力和限制： 优点： 1. 整体效果惊艳，感觉带来了文本生成实用化的曙光 2. 流畅性非常不错：对话、续写、敲代码~ 3. 多轮对话的能力有较大的提升 4. 学会了拒绝 5. 允许用户提供后续修正 缺点： 1. 生成不正确或有害的信息：文本生成的老大难问题了 2. 受限的知识：使用的是2021年之前的数据训练，无法对之后的情况进行很好的处理；部分领域表现一般，尤其是小众领域 3. 生成结果偶尔会戛然而止 4. 没有聚合搜索引擎：这个不算缺点其实，但我感觉可以结合
展望：
从扩散模型将AI绘画带入实用化水平开始，到各种扩散模型遍地开花，再到今年最后一个月突然冒头的ChatGPT为我们带来了文本实用化的曙光，这不得不让人感叹技术发展之快，或许今年真的是AIGC的元年！让我们拭目以待！ 关于文本生成未来的方向： 个人感觉，主要是：更强的生成模型+更好的人类反馈机制+更多更好的数据+更好的评价指标，另外还要着重补短板。 更强的生成模型： 1. 新的生成模型：VAE/GAN/扩散模型都更适合图像，NLG领域目前似乎就GPT系列最能打，能否更好的结合创造出一些复合模型或者全新的文本生成模型出来？ 2. 人类反馈：对话场景天生适合人类反馈，但像小说、摘要等场景如何更好的收集用户反馈？批注、弹幕或许是个不错的选择，但感觉远远不够。 3. 更多更好的数据：OpenAI的数据向来是又多又好，羡煞旁人啊。 4. 更好的评价指标：目前文本生成领域的很多评价指标还是偏字符成面的，像流畅性、合理性、正确性、逻辑性等指标是很难量化的，评价指标基本还是完全掌握在人类手里，这也是为何需要人类反馈的原因。 5. 补短板：事实性错误、有害信息如何减少？ 除此之外，当然还有很多事情可以...
这部分内容为12.6号新增 本文首次发布时就曾经谈到过ChatGPT+搜索引擎将会是一个非常有想象空间的方向，果然相关问题很快就在全网引发了热议。 https://www.zhihu.com/question/570062224/answer/2787787130 至于是否会取代搜索引擎？答案是当然不会，二者不是竞争关系，但可以结合。 ChatGPT vs 搜索引擎：no！ ChatGPT + 搜索引擎：yes！ 现在已经出现了ChatGPT+Google的扩展： https://github.com/wong2/chat-gpt-google-extension https://github.com/ZohaibAhmed/ChatGPT-Google 我们以第一个为例，展示一下此类扩展的...
欢迎交流或咨询，一起迎接AIGC的时代吧！ 题外话：ChatGPT/InstructGPT的一项关键技术是RLHF，强化学习这东西我没有系统的学过，零零散散的约等于没学，今年立个flag，有空了恶补一下强化学习。
2023年2月9日 · 15,817. 被浏览. 7,191,092. 1,496 个回答. 默认排序. 张师傅. 驾驶等 2 个话题下的优秀答主. 4719 人赞同了该回答. 用ChatGPT给其他AI创建任务，多个AI配合完成实际需求。 我一个朋友在北京开了个连锁的眼镜店，专业度高服务好，一到周末都挤爆了，这是前提。 本周他找我问能不能设计个眼镜盒，我眼珠子一转，似乎这事不需要我动手啊。 于是，我先让ChatGPT给我输出一个眼镜盒的设计需求，对话是这样的： 看完这个内容，我脑海中就已经有了另一个场景的需求内容了，另一个场景是啥？ 当然是要生成设计图了。 我选择的生成图片的AI是Midjourney，现在我要让ChatGPT来改一下这个需求的描述方式，以便可以直接扔给Midjourney来创建出成品。
ChatGPT就是读了巨量的「书」，这些资料有的来自于书籍，有的来自于互联网，总之它读了很多很多的书，它的记忆里存储了大量的知识，这一点儿跟人类其实非常的像。 但是在回答的问题跟人类会有一些不同，比如我们在背诵古诗词的时候，床前明月光，后面如果我们背下来了并且确定背的对的话，后一句肯定接的是疑是 地上霜 。 当然我们可以随便编一个错误回答，比如唧唧复唧唧，我们是回答了，但是我们知道肯定是瞎编的。 但是ChatGPT在回答的时候不是这么思考的，它的学习资料来自于公开的数据，如果所有的资料里面床前明月光后面都是疑是地上霜，那么你放心，它肯定可以回答的又快又对。 不过事实上，互联网上的资料不一定都对，有可能某一篇或者某几篇文章里面它的诗句就是错的，那么ChatGPT就有一定的几率输出错误的回答。
2023年7月13日 · 129 个回答. 默认排序. 平凡. 英语等 2 个话题下的优秀答主. 316 人赞同了该回答. 目录. 我先来总结一下我的观点：Claude和ChatGPT目前是各有长短的状态，其实即使是大家关注很少的Google Bard其实都有它的过人之处。 其实这也是 大模型 这个东西的独特魅力。 由于受到算力的限制，你你不可能做到一个大模型，既性能强，又收费低，还可以处理超大规模的文本。 这就是不可能三角，现阶段你无法找出来同时满足这三个特性的大模型。 有人会说，Cluade2不就是吗？ 我觉得它现如今只满足收费低（试验阶段，免费），处理超大规模的文件（10MB以内的文件）。 但是你要说到性能这个东西， GPT-4 是要比它强的。
15. 被浏览. 76,741. 10 个回答. 蜂子讲知识 . 广州佰和电子商务有限公司 新媒体运营部总监. 提到生成式人工智能的突然流行，ChatGPT与其背后的OpenAI是无法绕过的两个名字。 但目前有消息指出， OpenAI很可能已经在一步步走向破产，而原因正是让其名声大噪的ChatGPT。 根据Analytics India Magazine近日发布的一篇报告， ChatGPT服务每天就要消耗70万美元（约合人民币506万元）左右的成本。 虽然OpneAI一直在试图通过GPT-3.5与GPT-4实现盈利，但目前还没能产生足够的收益，也并未能实现收支平衡。
