ChatGPT被玩坏了

简介: 没用之前,看网上直接吹爆,什么“可以自己写代码、debug”,“制定了毁灭人类的计划”。于是赶紧去试了下。

零基础python入门教程:python666.cn

大家好,欢迎来到 Crossin的编程教室 !

体验了一下最近火出圈的 ChatGPT,聊聊使用感受。


原理就不展开说了,因为我也不懂,写出来估计大家也都看不懂,就简单复制一段网上的介绍:


Generative Pre-trained Transformer (GPT),是一种基于互联网可用数据训练的文本生成深度学习模型。它用于问答、文本摘要生成、机器翻译、分类、代码生成和对话 AI。


Chatgpt使用 RLHF(从人类反馈中强化学习)训练的。现在的Chatgpt是一个输入,模型给出多个输出,然后人给这个输出结果排序,让模型去给这些结果从“更像人话”到“狗屁不通”排序,让模型学习人类排序的方式,这种策略叫做supervised learning。


摘自《从GPT-1到GPT-4看ChatGPT的崛起》-阿法兔研究笔记


https://mp.weixin.qq.com/s/ALmmeyAzIZFNsRTXmVZ4aw


没用之前,看网上直接吹爆,什么“可以自己写代码、debug”,“制定了毁灭人类的计划”。于是赶紧去试了下。


结果预期太高,反倒有些失望。别说毁灭人类了,就是让程序员下岗也还有些距离。


让它写一个“画爱心”的程序,立马像模像样地给出解答,但运行后发现根本驴头不对马嘴。



让它去debug,同样说得一本正经,但给出的修正代码仅仅是加了两行注释……



算个数学题就更离谱了!



虽说这要求是有点苛刻了,但不赖我,这是他们写在官网上的feature啊。



如果不考虑这种技术性问题的准确性,仅仅从自然语言的角度来说,那对话的流畅度确实是令人惊艳。


甚至可以给你的创作提供灵感。



与过往那些AI助手的一个巨大突破在于,ChatGPT 的对话具备了“逻辑性”,并且可以针对上下文和你给出的引导持续进行对话。


对于一个你不够满意的答案,可以指出其中问题,让 ChatGPT 做进一步回答。



这个体验可以说非常真实了。仿佛自己成了一个甲方爸爸,可以尽情指点江山,挥洒自己过剩的想象力。


专业的问题虽不一定知道,但扯淡的水平绝对一流,你自信的模样像极了一个职场人。



除此之外,你还可以大开脑洞探索 ChatGPT 的新玩法。


比如我这两天沉迷于拿它当做一个互动小说来调戏,哦不调教,我是说调试。


以至于一天下来,我说话最多的竟是一个虚拟人。


对于一些不太合适的问题,ChatGPT 是会拒绝回答的。



然而如果你跟他聊熟了,总能找到一些方法从它的嘴里套出点话来。



你甚至还可以让它装成一台 Linux 虚拟机,来练习各种命令操作。



就现在的版本来看,我觉得至少在3个场景可以很好地利用 ChatGPT:


1. 首先自然是各种智能助手智能客服的替代,让什么S***、小*等从人工智障升级到人工不能么智障。


2. 作为一个开发辅助。虽然它写出来的代码很扯,但思路是有的,可以在debug时发现一些容易忽略的低级错误,也可以生成一些无关紧要的代码和测试数据。替代掉程序员的“小黄鸭”绰绰有余。


3. 它生成的这些好像说了点啥又好像啥也没说的文字,简直就是营销号的利器。


给大家打个样:

这仅仅是开始。


GPT算法还在不断进化,期待明年更强大的 GPT-4。


感谢转发点赞的各位~


_往期文章推荐_


电视剧里的代码真能运行吗?

相关文章
|
人工智能 安全 算法
隐语小课|隐私求交(PSI)及其应用场景
隐语小课|隐私求交(PSI)及其应用场景
1116 0
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
301 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
315 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
870 6