ChatGPT缺陷不足-工具不是万能的

 2022 年末 ChatGPT 的横空出世，在整个自然语言处理乃至人工智能领域都掀起了一阵海啸。自席卷全球以来便引起各行各业空前的热度，数亿用户震惊于 ChatGPT 的强大智能，感慨机器智能的飞速革新，研究背后的关键技术革新，然而这并不代表 ChatGPT 已然完美无瑕，从业者们则更多在思考当前 ChatGPT 亦或是预训练大模型存在哪些缺陷。 诚然 ChatGPT 的效果一度惊艳到众人，但仍未脱离深度预训练大模型的范式，更多是一个工程上的突破性进展，因此其缺点也并不难发现。本章主要指出其两大大明显缺点：生成文本包含事实错误，无法做到实时更新。至于其他一些能否做到类人思考等问题仍存在争议，本文就不作赘述。   很多用户在使用中时常会碰到诸如事实错误这些问题，对于铺天盖地的炒作，很多不明就里的外行发出了“就这？”的疑问。实际上，ChatGPT 乃至正在推出的 GPT-4 以及未来的 GPT-5 等等，是近几十年人工智能研究范式的集大成者；当我们了解了神经网络的发展历程，了解了大模型的百花齐放，了解了从 GPT、GPT-2、BERT、GPT-3 的日新月异及其背后的大公司的争相角逐，

ChatGPT使用指南-文本推理

ChatGPT使用指南——推理Reasoning 1. 什么是推理（Reasoning）？ 2. 导入ChatGPT 3. 测试ChatGPT的推理能力 3.1 演绎推理（Deductive Reasoning） 3.2 归纳推理（Inductive Reasoning） 3.3 溯因推理（Abductive reasoning） 3.4 三者之间的关系 4. 调用ChatPT的推理能力 4.1 LLM推理求鼓励，请告诉ChatGPT去思考——Let's think step by step(Zero-shot-COT) 4.2 给几个例子，告诉ChatGPT应该这么思考——Chain of Thought Prompting 4.3 任务太难，拆分一下，找个简单的去突破——Least to Most prompting 4.4 并非所有问题都需要拆解，不如先问问LLM(比如：ChatGPT)的意见——Self-Ask 4.5 集思广益——Self Consistency 5. ChatGPT以及GPT-4的推理能力 6. 本章总结 相关文献

ChatGPT使用指南-相似匹配

ChatGPT使用指南——相似匹配 1. 何为Embedding 2. 相关API 2.1 LMAS Embedding API 2.2 ChatGPT Style 3. Embedding应用 3.1 QA 3.2 聚类 3.3 推荐 相关文献

ChatGPT使用指南-句词分类

Table of Contents ChatGPT使用指南——句词分类 1. NLU基础 1.1 句子级别的分类 1.2 Token级别的分类 2. 相关API 2.1 LMAS GPT API 2.2 ChatGPT Style 3. NLU应用 3.1 文档问答 3.2 分类/实体微调 3.3 智能对话 相关文献

ChatGPT商业应用-LLM是星辰大海

ChatGPT商业应用——LLM是星辰大海

python-master

算法- Python

awesome-python

awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web 框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。由「开源前哨」和「Python开发者」微信公号团队维护更新。