关于最近大火的GPT4.0和ChatGPT的笔记

GPT4.0和GPT3.5区别

GPT

Generative Pre-trained Transformer,GPT。机器学习的2大支撑元素:模型,参数量。模型决定了机器怎么学习,参数量要很多数据来学习锻炼。

OpenAI 是GPT的母公司,微软投资Open AI,注入巨资。所以微软将bing和ChatGPT结合,改进搜索。

GPT3.0参数量1750亿,GPT4.0参数量100万亿,

发布时间

GPT3.5大概2022年11月30日发布;GPT2.0大概2020年6月发布

GPT4基础版本大概在2022年8、9月出现,到2023年3月才发布(是因为除了能力外,还需要安全方面的灰度,致力于对社会更积极影响的一面)。

GPT4和GPT3.5、ChatGPT有何提升?

1、支持多模态。GPT4要比ChatGPT厉害10倍+。GPT3、GPT3.5是基于文字的对话形式;GPT4.0是支持图片&文字输入,文字输出,它可以分析图片。

2、prompt/提示词数量限制的提升。GPT3支持4096个字符;GPT4支持32000个字符。

3、推理能力的增强

GPT4.0模型的缺点,在文科类做的比理科类问题做的更好

Microsoft投资下的OpenAI公司发布GPT4.0,学习方式类似单词接龙;

Google公司的Bert生成语言模型,学习方式类似完形填空

其他专业术语

Pattern Matching 模式匹配

听到一个关键词,就会调取预设好的回答。常见的电商、IM机器人。减少人力、重复、机械工作。但是不能创造新的答案。

Machine Learning 机器学习

不给机器人设定答案,给一堆例子,让机器找规律学习。

Artificial Neural Network 人工神经网络

需要大量的数据计算能力。人脸识别、声音识别、自动驾驶等通过人工神经网络学习的成果应用技术。

Transformer学习框架

机器可以同时学习大量文字,机器学习的效率大大提高。Google公司的Bert(t指的是transformer),(t指的是transformer)。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,588评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,456评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,146评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,387评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,481评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,510评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,522评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,296评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,745评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,039评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,202评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,901评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,538评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,165评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,415评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,081评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,085评论 2 352