試著和 ChatGPT 聊了幾句,它把我的問題解決了。
當(dāng)每個人都在苦苦等待 GPT-4 發(fā)布時,OpenAI 卻一直遲遲沒有消息,仍在修復(fù)其前身。這家總部位于舊金山的公司于昨日發(fā)布了一個名為 ChatGPT 的新模型,它是 GPT-3 的衍生產(chǎn)品,它以對話的方式進行交互。
這種對話允許 ChatGPT 回答后續(xù)問題,承認錯誤,挑戰(zhàn)不正確的前提,并拒絕不適當(dāng)?shù)恼埱蟆2煌趧e的語言模型胡編亂造,例如 Meta 的語言模型 Galactica 因為不負責(zé)任的胡編亂造,上線幾天就下架了。ChatGPT 的不同之處在于,當(dāng)它不知道自己在說什么時,它承認不知道。此外,ChatGPT 拒絕回答它沒有受過訓(xùn)練的問題,例如,它不會試圖回答有關(guān) 2022 年之后發(fā)生的事件的問題。它也不會回答關(guān)于個人的問題。
這個模型到底有多智能?以前調(diào)試代碼的腦力活都得程序員親自動手,現(xiàn)在 ChatGPT 可以攬下這個苦差事。
用戶表示:這段代碼沒有像我期望的那樣運行,我該如何修改?
ChatGPT:你給的上下文信息太少了,很難說出代碼的問題。你能否提供更多關(guān)于代碼的信息,比如代碼用來干什么的,這是整個代碼還是其中的一部分?
用戶:這是代碼的一部分。我認為 channel 出現(xiàn)了問題。
ChatGPT:如果沒有更多信息來說明代碼應(yīng)該做什么、執(zhí)行時發(fā)生了什么,這個問題就很難說了。從你提供的信息可以看出,代碼的一個潛在問題是 resultWorkerErr channel 從未關(guān)閉,這意味著如果從未寫入 resultWorkerErr channel,代碼可能會掛起。如果 b.resultWorker 沒有返回錯誤或者它在有機會返回錯誤之前被取消,就會發(fā)生這種情況。
要解決此問題,你可以在寫入 resultWorkerErr channel 后將其關(guān)閉。例如,你可以在向 channel 發(fā)送錯誤的行之后添加以下代碼行:
這將確保 resultWorkerErr channel 總是關(guān)閉的,即使 b.c retworker 從未返回錯誤。同樣,如果沒有更多關(guān)于你所看到的問題的信息,很難判斷這是否是你正在經(jīng)歷的問題。你能提供更多關(guān)于運行代碼時發(fā)生的細節(jié)嗎?
以上就是 ChatGPT 修改 Bug 的一個過程,可以說是刨根問底了。
在下面的示例中,ChatGPT 提供了對后續(xù)指令的響應(yīng)。下圖大概意思是說,用戶要求 ChatGPT 幫自己寫個簡短的介紹,好與鄰居認識一下;ChatGPT 給出了一篇簡短文字介紹,但用戶嫌棄不夠正式,好脾氣的 ChatGPT 又來了一版正式一點的;之后用戶又提了一個要求,讓 ChatGPT 幫忙寄出去。最后 ChatGPT 回答:「很抱歉,我是一個基于文本的 AI 助手,沒有能力為你發(fā)送一封實體信件。我只能提供關(guān)于寫什么的建議。你可以接受該建議并自己發(fā)送這封信。」
看到這,你是不是也想嘗試一番。不錯,這個模型一經(jīng)發(fā)布,讓很多人沉迷而無法自拔,就連馬斯克都來了一句:「很多人陷入了該死瘋狂的 ChatGPT 循環(huán)中。」
ChatGPT新玩法:扮演Linux虛擬機,能管理文件&編程&開瀏覽器;ChatGPT的智能回答堪比雅思口語滿分案例、讓AI生成AI繪畫提示詞......有人喊出“ChatGPT出世,“谷歌要完蛋了?” 。OpenAI最新成果ChatGPT被網(wǎng)友玩壞了!
一時間,大家仿佛找到了一個新的樂子,紛紛和 ChatGPT 打開了對話模式。「要求它解釋一個沒有上下文的復(fù)雜的正則表達式……」這個問題真是夠難為人的,但是難不倒 ChatGPT。看這解釋的篇幅,應(yīng)該是解釋清楚了。
「ChatGPT 是一個很好的 debugging 伙伴,它不僅能解釋 bug,還能修復(fù) bug 并解釋修復(fù) bug 的方法。」網(wǎng)友表示。
更有網(wǎng)友不可思議道:「天吶,ChatGPT 竟然知道 AWS IAM 策略。」
「ChatGPT 可以生成數(shù)百行 Python 代碼,將 100 GB 的文件上傳到 AWS S3 bucket 中,只需編寫這樣一句話即可「Write Python code to upload a file to an AWS S3 bucket(編寫 Python 代碼,將文件上傳到 AWS S3 bucket 中)。」
由于大家太過熱情,試用網(wǎng)站已經(jīng)崩了:「我們的需求異常旺盛。請稍等,我們正在擴充我們的系統(tǒng)。」
試用地址:chat.openai.com
方法
ChatGPT 使用與 InstructGPT 相同的方法——用人類反饋強化學(xué)習(xí) (RLHF) 訓(xùn)練模型,但數(shù)據(jù)收集設(shè)置略有不同。ChatGPT 使用監(jiān)督微調(diào)訓(xùn)練了一個初始模型:人類 AI 訓(xùn)練員提供對話,他們在對話中扮演雙方——用戶和 AI 助手,AI 訓(xùn)練員可以訪問模型編寫的對話回復(fù),以幫助 AI 調(diào)整回復(fù)內(nèi)容。
為了創(chuàng)建強化學(xué)習(xí)的獎勵模型,該研究需要收集比較數(shù)據(jù),其中包含兩個或多個按質(zhì)量排序的模型回復(fù)。該研究收集了 AI 訓(xùn)練員與聊天機器人的對話,并隨機選擇一條模型編寫的消息,抽取幾個備選回復(fù),讓 AI 訓(xùn)練員對這些回復(fù)進行排名。此外,該研究還使用近端策略優(yōu)化算法(PPO)微調(diào)模型,并對整個過程進行了幾次迭代。
ChatGPT 對 GPT-3.5 系列中的某個模型進行了微調(diào),該模型于 2022 年初完成訓(xùn)練。ChatGPT 和 GPT 3.5 在 Azure AI 超級計算基礎(chǔ)設(shè)施上進行了訓(xùn)練。
局限性
1. ChatGPT 有時會寫出看似合理但不正確或荒謬的答案。解決這個問題非常具有挑戰(zhàn)性,因為:
RL 訓(xùn)練期間需要現(xiàn)實世界的數(shù)據(jù),但目前沒有來源;
模型被訓(xùn)練得過于謹(jǐn)慎導(dǎo)致它拒絕回答可以正確回答的問題;(3) 監(jiān)督訓(xùn)練會影響模型的性能,因為理想情況是模型知道正確答案是什么,而不是人類演示者知道是什么。
ChatGPT 對調(diào)整輸入措辭或多次嘗試相同的 prompt 很敏感。例如,給定一個問題,模型可以聲稱不知道答案,但只要對問題稍作改寫,模型就就可以正確回答。
模型的回答通常過于冗長并過度使用某些短語,例如重申它是 OpenAI 訓(xùn)練的語言模型。這些問題源于訓(xùn)練數(shù)據(jù)(訓(xùn)練者喜歡看起來更全面的長答案)和過度優(yōu)化。
理想情況下,當(dāng)用戶提供模棱兩可的查詢時,模型會提出質(zhì)疑,然而 ChatGPT 目前是自行猜測用戶的意圖。
雖然該研究已努力使模型拒絕不當(dāng)請求,但它有時會回復(fù)有害指令或給出有偏見的回答。研究團隊正在使用 Moderation API 來警告模型或阻止某些類型的不安全內(nèi)容,并試圖收集用戶反饋來進一步改進該系統(tǒng)的工作。
相比于 GPT-3 和 Codex,ChatGPT 作為 OpenAI 最新發(fā)布的模型,已經(jīng)在安全性和可用性方面做出了諸多改進,汲取了先前模型的經(jīng)驗教訓(xùn),并通過使用人類反饋強化學(xué)習(xí) (RLHF) 大幅減少了模型的有害和不真實輸出。
審核編輯 :李倩
-
Google
+關(guān)注
關(guān)注
5文章
1762瀏覽量
57507 -
模型
+關(guān)注
關(guān)注
1文章
3229瀏覽量
48811 -
OpenAI
+關(guān)注
關(guān)注
9文章
1082瀏覽量
6483 -
ChatGPT
+關(guān)注
關(guān)注
29文章
1560瀏覽量
7598
原文標(biāo)題:OpenAI chatGPT太強了:是程序猿失業(yè)還是Google搜索被代替?
文章出處:【微信號:軟件質(zhì)量報道,微信公眾號:軟件質(zhì)量報道】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論