”你能想象你可能会被算法替代吗？“

最近看到网络上铺天盖地的的ChatGPT，自己在22年的12月份，使用过一些日子。先来聊聊GPT的1.2.3把

ChatGPT是OPENAI团队发布聊天机器人软件，可以像人类一样交流，甚至可以可以写文案、邮件、编码等等。基于transformer 模型（类似神经网络一样，想了解的可自行查阅链接：https://cloud.tencent.com/developer/news/709702?shareByChannel=link）通过引入人类反馈的强化学习（RLHF）提升AI在对话时候的准确性和可控性。和现在市面常见的小度，小艾等智能AI对话，ChatGPT有更强大的语言理解能力和语言表达能力。在对话过程中，给与GPT一定条件的”喂养“，GPT可以表现出来强大的逻辑推理能力，文字更加的自然和流畅，仿佛电脑对面的，是个有血有肉有情感的人类。

强化学习（RLHF）通俗来讲，开发人员会给GPT模型提出各种可能的问题，并对反馈的错误答案进行惩罚，对正确的答案进行奖励，从而实现控制ChatGPT的回答。

给大家看看自己使用的实例和真实反馈

进入正题
ChatGPT有三个阶段，就像是小孩子成长过程一样。

第一阶段：GPT-1（启蒙阶段）

2018 年，生成式预训练模型GPT-1诞生，在 Transformer 架构基础上，引入微调训练。由两部分组成：

第一部分是，基于大文本语料库的高容量进行无监督学习的预训练。现阶段理解为AI系统从大量没有标注的数据中获取大量的知识，然后生成一个语言模型。

第二部分是，上述的语言模型在做下游任务时，当输入的问题具有结构化特征，首先将不同类的问题转换为不同的输入形式，再针对不同任务采用不同数据集进行微调训练。

第二阶段：GPT-2（快速成长阶段）

2019 年，GPT-2以增加模型通用性为目标，移除 GPT-1的微调，通过更加庞大的数据和参数训练出更加通用的模型，无需经过特定的数据集训练也能解决各类问题，即zero-shot learning（零次学习），从而提高模型的泛化能力。

每一个有监督的任务，都是模型数据里的一个小数据，我们可以通过增加模型的容量数据，去覆盖每一个有监督的任务。

第三阶段：GPT-3（自我突破阶段）

2020 年，自我突破有三个部分

第一部分是，GPT-3移除zero，引入few-sho，将训练参数增加到1750 亿。few-sho就是将有监督的任务的条件减少，仅通过交互的文本来指定任务，结合总参数的质的飞跃，GPT-3获得比GPT-2更高的准确度。

第二部分是，基于GPT-3发布Codex代码生成工具，是通用代码生成模型，能够将自然语言转换为代码，支持十几种编程语言，同时并将训练参数增加120亿，GPT-3获得比第一部分更高的准确率。

第三部分是，InstructGPT的诞生，基于GPT-3和Codex，引入了人类反馈的强化学习（RLHF）,通过奖励机制，仅用13亿参数训练出来更符合人类需求的结果。

最后阶段：ChatGPT诞生（进入商业化阶段）

历经长达两年多的的训练，InstructGPT摇身一遍，OPENAI发布了其对话式版本”ChatGPT“，刚刚推出一星期不到，使用人数突破百万，随着使用人数的逐渐增加，OPENAI开始使用按月支付使用费用，不到半年时间，ChatGPT被推上了网络的浪尖上。

上述便是ChatGPT从一个婴儿到成年的故事~

（以上个人理解如果有误，相关专业人士可以私信指出）

-------------------茶水间的”第二刊“

预告下期：ChatGPT的商业模型

---------------------------------------------------------------------------------------------------------

个人使用小建议：

ChatGPT的语言模型及参数非常完善，在自己使用的期间，我依然会习惯性的给与GPT一定的条件，在指出任务。这时候AI的回答便更为精准。

P：

如果有想使用ChatGPT的小伙伴，可以私信