文章图片
整理|苏宓出品|CSDN（ID：CSDNnews）GPT-3发布的两年后 ， 我们没等来它的亲弟弟GPT-4 ， 而是在今天亲眼见证了OpenAI带来了一种全新的AI聊天机器人——ChatGPT ， 也可以称之为是GPT-3家族里面的亲戚 ， 它不仅可以解释代码、编写情景喜剧脚本 ， 也可以为用户的查询提供对话式回答 ， 而且回答几乎能够满足网友的”小心思“ 。
目前 ， ChatGPT处于测试阶段（chat.openai.com） ， 只要有OpenAI账户就可以免费使用 。 万万没想到 ， 此超级对话模型一经开放 ， 很多人便深陷其中 ， 无法自拔 。 就连OpenAI背后的投资者马斯克不忘调侃一句 ， ”很多人疯狂地陷入了ChatGPT循环中 。 “

文章图片
ChatGPT的背后
对此 ， 我们不禁好奇 ， ChatGPT到底有什么样的魔力 ， 吸引这么多人去尝试？它与GPT-3又有什么不同之处？
根据OpenAI官方介绍 ， 与GPT-3最大的不同应该就是ChatGPT提供了一个用户友好的对话界面 ， 并且非常有道德 ， 即可以强烈限制一些有害的输出 ， 如暴力、脏话等不当的请求 。
ChatGPT是InstructGPT的兄弟模型 ， 它被训练为在提示中遵循指令并提供详细的响应 。
之前了解过OpenAI的工程师们 ， 想必对InstructGPT还有印象 。 今年年初 ， OpenAI为了好好调教GPT-3 ， 便给它带来了”调教师“——InstructGPT ， 它采用了”从人类反馈中强化学习“（RLHF）来训练这个模型 ， 可以让彼时的GPT-3输出的更为准确 。
最新的ChatGPT使用的方法与InstructGPT相同 ， 也是使用了RLHF ， 有些不同的地方主要体现在数据收集设置上 。
对此 ， OpenAI解释道 ， ”ChatGPT使用监督微调训练了一个初始模型：人类AI培训师提供对话 ， 他们在对话中扮演双方--用户和AI助手 。 AI培训师通过由模型生成的建议 ， 以帮助AI不断调整回复的内容 。 “
当然 ， 为了创建一个用于强化学习的奖励模型 ， OpenAI也需要收集比较数据 ， 其中包括两个或更多按质量排名的模型回复 。 为了收集这些数据 ， OpenAI收集了AI培训师与聊天机器人的对话 ， 并随机选择了一个模型编写的消息 ， 抽查了几个备选的回复 ， 再让AI培训师对这些回复进行排名 。 此外 ， 利用这些奖励模型 ， 这项研究使用近似策略优化算法对模型进行微调 ， 并对这个过程进行了多次迭代 。

文章图片
根据官方介绍 ， ChatGPT是对GPT-3.5系列中的一个模型微调而成 ， 该模型在2022年初完成了训练 。 值得注意的是 ， ChatGPT和GPT-3.5是在AzureAI超级计算基础设施上训练的 。
百态横生的ChatGPT ， 玩出新花样
到目前为止 ， 很多人对ChatGPT进行了各种测试 ， 发现了各种潜在的用途 。 比如说：
它可以是程序员得力小助手 ， 帮助开发者解决编码问题：

文章图片
就像这样：

文章图片
甚至还能解释冒泡排序算法：

文章图片
它也是很好的调试小伙伴 ， 程序员再也不用害怕Debug了？

文章图片
它也能充当诗人 。 当问及”能否写一首关于埃隆-马斯克接管Twitter的押韵诗？“时 ， 它能流畅自然地分享道（不知大家能打几分）：

• 在MAC中的任务栏功能是非常实用的一个功能|mac搜索快捷键怎么打开
• 12月1日消息|联想k14note手机现身googleplay控制台
• 很多时候我们都是通过共享打印机|如何解决网络打印机搜索不到？
• 平时我们在网络上搜索资料的时候|pdf怎么转txt？教你几个方法
• 小米科技|小米13系列刷新我们对旗舰机的认知，挑战iPhone，硬刚电竞手机
• 火车票|广州出发机票搜索量暴增4倍：多地火车一票难求
• Google|中国跨境电商“黑五”海外掘金记
• Google|商务人士购机首选，这3款手机配置齐全，运行流畅，能够异地办公
• 小米科技|1年后复盘！全球第三的小米主动挑战全球第二的苹果，成功了吗？
• 荣耀Magic|流畅度挑战鸿蒙和iOS！荣耀Magic Vs首销秒没：渠道加价1000元以上