ChatGPT随笔

我通过询问周边数位每天使用大模型平均超过两个小时以上的学者，得到他们对于大模型的看法是：“ChatGPT确实很厉害，但是价格难以负担，且使用十分不便。国产的也有用，但是没大用，更多像个高级搜索引擎”。进一步问他们平时最多用大模型做什么，答案基本是：“进行文本翻译、润色文本、生成简单脚本、处理邮件等”。通过自己长期的使用，感觉不错的大模型有：ChatGPT、Kimi、通义千问、豆包、文心一言、星火大模型、混元大模型、智谱清言等，前三者是我最常用的工具。

大模型目前很适合：写代码、对既有内容进行总结与提炼、检索已经盖棺定论的知识。暂时不太适合：进行科研领域的批判性/创新性工作。有时候我们在一篇文章中看到的结论，很有可能在另一篇文章中找到截然不同的看法，在不输入使用者自身学科知识来进行引导的情况下，大模型很难去分辨孰对孰错。同时，大模型能否解决问题，与提问水平高低密切相关。建议系统地学习一遍提示词指南。

大模型生成一些简单的计算脚本，能够省下不少脑力。曾经在一次计算材料学会议，一位教授在报告结束后随即发起投票，让大家扫码填写选自己最常用的科学计算编程语言。线上与线下共有近三百人参与投票，最终Python与Matlab分别以高达46%与39%的票选率位居前两位。就各大电商的历年书籍销售数据来看，计算材料学领域的编程书籍也是以Python与Matlab类目最多、销量最大。这两种语言的受欢迎程度在中文互联网上的表现便是有海量的技术交流贴、答疑帖等信息，这为各种大模型提供了丰富的学习素材与检索对象。经过我长时间的使用习惯，各种大模型对于生成Python与Matlab代码的需求，均能够很好的完成工作。