ChatGPT——Chat Generative Pre-trained Transformer

1 文字接龙

• 每次输出一个概率分布，根据概率sample一个答案
  • ——>因为是根据概率采样，所以ChatGPT每次的答案是不一样的
  • （把生成式学习拆分成多个分类问题）
• 将生成的答案加到原来的句子里面

1.1  同时使用同一个会话中之前的互动作为输入

• 模型的输入不止有现在的互动，还有同一会话中过去的互动
  • 这里说的1700亿参数是OpenAI GPT3的参数量

 1.2 测试和训练

 

2 背后的技术——预训练

 

2.1 预训练的帮助（不同语言训练的迁移性）

• 在多种语言上预训练，只需要教某一个语言的某一个任务，其他语言的同样任务可以自动学习

 

2.2 chatGPT的预训练

• 除了监督学习的Finetune，ChatGPT还使用了强化学习来进行FineTune
  • 不直接给他答案，而是给他结论：答案好还是不好
  • 相比于监督学习，更省事，更容易收集到更多的资料
  • 同时，很多问题人类自己都不知道正确答案（比如创造类的问题，写诗写作文等）

 3 ChatGPT带来的研究问题

• 精准提出要求（Prompting）
  • 

•  更正错误（neural editing）

  • 改一个错误，可能会让很多原来对的地方的回答错误

  • 

•  偵測 AI 生成的物件

   

  • ​​​​​​​
• 一些内容不应该被输出（machine unlearning）
  • 

   

视频来源：【生成式AI】快速了解機器學習基本原理 (2⧸2) (已經略懂機器學習的同學可以跳過這段)_哔哩哔哩_bilibili