ChatGPT 出来有一段时间了，工作中遇到难解的问题现在已经习惯向它提问来获取指导性建议。
最近也刚好和它一起合作完成了一款产品你好，时间助手的实践，我提需求和测试，他来研发，一起协同完成了这款产品，印证了开发经常吐槽产品的一句话 “开局一张图，后面内容全靠编” ，从现在的视角来看也未尝不可实现。
实践比较多后，对它的原理愈发的感兴趣，它是怎么做到理解我说的话并给出了还不错的回答。在翻阅了不少资料，遂今天尝试记录下来留着以后进行回顾。在这之前先看几个在日常工作中应用ChatGPT的案例。
在 ChatGPT 未出现之前要进行文章的错别字检查，往往需要排期，投入不少研发力量来做这个需求，现在直接一条 Prompt，不到几秒就快速检查出来错别字，并帮你更正了，甚至可以将其封装成一个 API 集成到自己的业务系统中。
GPT 进行错别字检查
Excel 公式提取，工作中经常会遇到非标的数据，要提取需要的数据分析的话，往往需要用到公式，这个时候 ChatGPT 就是 1 个好帮手。
GPT 根据需求编写 Excel 公式
生成考试题目，产品上线前往往需要对内进行产品的培训，培训完之后需要验证下培训成员的对产品的熟悉情况，这个时候考试题目的生成就可以基于已有的上线公告。
GPT 基于上线公告生成了考试题目
甚至于你不知道如何给 GPT 提示，就按照大白话告诉它你的需求，然后让它来给你提供 Prompt 提示词。
GPT 生成 Prompt
上述 ChatGPT 的实践，对工作效率的提升是不是看起来还不错？那它是怎么做到的呢？
我们先来区分 2 个概念：GPT 和 ChatGPT，GPT 被训练用于预测大量互联网文本数据集上的下一个单词，通过"阅读"大量文本，理论上 GPT 就能学习预测下一个词出现的概率。而 ChatGPT 是专门针对对话场景优化过的 GPT，可以根据上下文和人进行聊天，我们经常打交道的就是它。
GPT 和 ChatGPT
通过ChatGPT 的官网，可以看到经过特定场景优化过的 GPT （ InstructGPT，可类比 ChatGPT）输出的分数比使用少量提示（GPT（prompted））和不使用提示的 GPT 输出以及使用监督学习进行微调的模型（Supervised Fine-Tuning）的输出质量都要高很多。
不同模型输出质量对比
区分这 2 个概念之后，我们再看看我们平时接触最多的 ChatGPT 是怎么从 GPT 演化而来的，这个就要从下面官方提供的这张原理图来说起：
GPT 原理-英文版
为了便于理解，我这里翻译成了中文的版本。
GPT 原理-中文版
通过上面这张图，可以看出来 GPT 生成答案的原理可以分为 3 个步骤。
第 1 步：学习基本技能
比如让 GPT: "写一个简单的蛋炒饭菜谱"
研究人员给一个示范的期望输出，就类似一个表述的模板，例如：
“简单蛋炒饭菜谱”：
1. 准备材料:米饭、鸡蛋、葱、油、盐
2. 将鸡蛋打散
3. 热锅下油,倒入打散的鸡蛋炒熟
4. 加入米饭,翻炒均匀
5. 加盐调味,最后撒上葱花
6. 炒至米饭金黄即可出锅"
这些数据用于微调GPT-3.5模型，形成初始的监督策略。所以你看为什么把需求向 ChatGPT 描述得越清楚，越能得到想要的回答。
第 2 步：对回答结果的好坏进行评价
GPT 根据微调后的模型生成多个输出的版本:
研究人员以人类的评分标准对 GPT 所给出的答案进行评分，比如这个回答结果的好坏排序是: D > B > A > C
基于大量这些人工评价的数据，研究人员又训练了一个符合人类评分标准的评分模型，专门对 GPT 回答结果好坏进行评分。
第 3 步：持续改进
根据回答结果进行评分，这个时候该轮到改进模型上场了，它会根据结果的好坏进行对应的优化（即调整“更新策略”）。比如，如果评分说火候不够，那么下次你就多炒一会儿。经过改进的 GPT ，下一次回答类似问题的时候:"写一个简单的蛋炒饭菜谱"，就会得到更好的回答。
最终输出可能是这样的:
"简易蛋炒饭食谱:
1. 准备:冷米饭1碗,鸡蛋2个,葱1根,食用油2汤匙,盐适量
2. 将鸡蛋打散,加少许盐调匀
3. 热锅倒油,倒入蛋液快炒至半熟
4. 加入米饭,用铲快速翻炒至米粒分散
5. 适量加盐调味,继续翻炒至米粒略显金黄
6. 最后撒入葱花,翻炒均匀即可
提示:用隔夜米饭更好,炒时保持大火快炒以防粘锅"
这个输出结合了详细程度和简洁性，还提供了有用的小贴士，应该能获得较高的评分。
上述学习的过程是不是像极了人类学习新鲜知识的路径。可以想象你在学习做蛋炒饭。这个过程就像是：
1. 你先学会了基本的做法（这就是“监督策略初始化”，给了一个模板进行模仿）。
2. 每次你做一盘蛋炒饭（“生成输出”），你都请一位美食评论家（“评分模型”）来品尝并给出评分。
3. 根据评分，你稍微调整你的做法（“改进模型”）。比如，如果评分说火候不够，下次你就多炒一会儿。
4. 你不断重复这个过程：做饭、获得反馈、微调做法。
5. 通过这种方式，你的蛋炒饭技术（"输出质量"）会逐渐提升。
通过 GPT 的原理，我们大概知道为什么我们需要提供角色扮演的文案给到 GPT，这是不是正是产品定位中常说的，什么样的用户群体在什么样的场景下遇到了什么问题，然后再给几个 case，它能更好地回答。
看起来很复杂的东西往往背后的原理很朴素
本文链接：https://xhhm.cc/chatgpt_64.html
gpt4帐号升级倒卖gpt帐号多少违法用谷歌帐号登陆gptgpt帐号有什么用Gpt帐号什么原因停用gpt4帐号支付宝如何在淘宝上卖GPT帐号
网友评论