聊聊最近爆火的 CHAT-GPT

Chat-GPT 以问答的方式呈现给用户，如何使用 Chat-GPT，实际上转换为另一个问题：如何有效地提问。

编写程序

难度为“困难”，通过率仅 30.9% 的动态规划题：

很稳，代码还有注释。

尝试通过率最低的一道题 Fancy Sequence[1]：

仅通过了 2 个用例。这个测试有点极端，说明 Chat-GPT 并不是完全正确，但处理一般的编程问题还是绰绰有余。

翻译

查询资料

提供参考方案

可以看出，给出的建议并不具体，第二次提问我希望知道“如何从入门到精通学习 RUST”，但得到的答案和“新手如何学习 RUST”问题相同。这些方案可以作为参考，但不能直接使用。

写作业和写论文也是类似的效果，你甚至可以指定生成文本的字数。

解决问题

答案正确，由于直接从图片复制的文字（“兔”字识别有误），Chat-GPT 会修改为正确的内容后再进行处理。

换了个类似的问题：

正确答案：因为变换后脚少了，所以兔多，多了（100-88）÷（4-2）=7 只，原有鸡（100-7×4）÷（4+2）=12 只，原有兔 12+7=19 只。

可以看到，解决理科类问题是不靠谱的。这也容易理解，模型是基于概率给出答案，而理科类问题是严谨的。

发展历程

OpenAI 成立于 2015 年 12 月 10 日，创始人包括 Sam Altman，Elon Musk 在内，OpenAI 的使命是“确保通用人工智能造福全人类”。2017 年，Google 在论文《Attention is all you need[2]》中开源了 Transformer 神经网络结构，提出了最近几年爆火的“注意力机制”，这篇论文最大的贡献是使得 AI 能够理解人们表达的意思。训练大规模 AI 模型需要巨量资金，彼时，作为非营利机构的 OpenAI 已经无力承担，2018 年，大靠山马斯克也宣布辞职。2019 年，微软投了 10 亿美元，虽然比尔·盖茨并不看好 OpenAI 的前景。2022 年 12 月，OpenAI 推出 Chat-GPT，在全世界引起轰动。

基本原理

GPT-1

GPT（Generative Pre-trained Transformer），即生成性被预训练过的 Transformer 模型，源自 OpenAI 2018 年发表的论文《Improving Language Understanding by Generative Pre-Training[3]》，提出了一种半监督学习方法，通过“预训练+微调”的方式让模型通过大量无标注数据学习“基本常识”，从而缓解人工标注数据有限的问题。

12 层单向 Transformer（上图左侧），每层 12 个注意力头。不同任务（右侧）的微调方式不同。
预训练过程，根据前 n 个单词预测下一个可能的单词。
微调过程，有监督任务（给定数据集）和无监督任务同时进行。

GPT-2

2019 年，OpenAI 发表了论文《Language Models are Unsupervised Multitask Learners[4]》，也就是 GPT-2，和 GPT-1 相比，主要的变化：

完全舍弃微调（在 GPT-1 中，只能用于特定任务）过程，验证了 GPT-2 在 zero-shot（不提供样本数据）设置下的性能。
更大规模的网络模型。参数量扩大到 1.5 亿，使用 48 层 Transformer，1600 维向量。
更大的数据集。新的数据集包含 800 万个网页，数据大小为 40GB。
调整 Transformer 结构，将层归一化（layer normalization）放在每个子块之前作为输入，并在最后一个自注意力块后增加层归一化操作。

GPT-3

2020 年，OpenAI 发表论文《Language Models are Few-Shot Learners[5]》，即 GPT-3，采用了和 GPT-2 相同的模型。主要变化如下：

讨论了移除微调步骤的必要性（需要大量的数据标注）。
GPT-3 采用了 96 层的多头 Transformer，词向量维度为 12288，文本长度为 2048。
在 Transformer Decoder 中使用了交替稠密（alternating dense）和局部带状稀疏注意力（locally banded sparse attention）机制。
更大的数据集（维基百科数据集的权重只占 3%），Common Crawl 数据集（过滤后）大小为 570GB。

上下文学习。以下示例（左侧）是 Zero-shot（不给样本数据）、One-shot（给一个样本数据）、Few-shot（给少量样本数据）三种方式的区别。

Instruct-GPT

Chat-GPT 是基于 OpenAI 于 2022 年发布的 InstructGPT[6] 进一步改进实现，本质上也是上下文模型，用户给出文本的一部分内容，该模型会尝试补充其余部分。Instruct-GPT 的主要的区别如下：

通过人为标注和强化学习的方法提升模型输出结果的真实性、无害性和有用性，进一步理解用户的意图。

训练模型分为三步：

人工标注一批数据（工程师设计提示文本，由人类回答），进行有监督地微调训练（SFT）。
人工对模型给出的结果进行打分排序（考虑真实性和无害性），训练奖励模型（RM），让模型分辨人类不喜欢的内容。
基于奖励模型，使用 PPO（proximal policy optimization ）强化学习算法进行微调。

社区现状

逆向工程 Chat-GPT API。通过逆向工程，作者得到了 Chat-GPT 的 API 调用接口，这样，开发者就可以在任何地方调用 Chat-GPT：acheong08/ChatGPT[7]
如何使用 Chat-GPT。通过特定输入，让 Chat-GPT 完成不同类型的工作，例如，模拟 Linux 终端：f/awesome-chatgpt-prompts[8]
桌面端应用：lencx/ChatGPT[9]（图源该项目主页）

通过 wechaty[10]（微信机器人），在微信中接入 Chat-GPT：fuergaosi233/wechat-chatgpt[11]
浏览器插件：wong2/chatgpt-google-extension[12]

和直接在 Chat-GPT 网页提问相比，对内容进行了精简。个人认为，这才是 Chat-GPT 和搜索引擎结合的最终方案，因为 Chat-GPT 给出的结果只能作为参考，通过 Edge 浏览器垄断的方式可能行不通。

使用 Chat-GPT Review 代码：anc95/ChatGPT-CodeReview[13]

最初源自这个项目：sturdy-dev/codereview.gpt[14]，只是在 PR 页面显示 Chat-GPT 的建议供 reviewer 参考，后经过anc95修改，可以直接在 PR 页面进行回复。

可以迁移到论文修改、作业修改等类似场景，为 reviewer 提供参考信息。

发展前景

Chat-GPT 爆火之后，衍生出了一大批相关产业，从卖账号，到实现微信小程序和 Web 应用，通过广告和会员费获得收入，挺佩服动手能力强的人。不过，话说回来，这些也只是处在风口上的小打小闹，最终在国内如何发展还得看大型企业。Chat-GPT 爆火之后，国内的互联网公司相继表示已有类似的研究，百度预计 2022 年 3 月完成“文心一言”的内测并面向公众开放。

就个人体验来看，Chat-GPT 要想大规模应用可能还需要进一步优化。

Chat-GPT 虽然通过人工标注和训练奖励模型能够使得输出结果具有真实性、无害性和有用性，但是，这种机制还是不完善，用户很容易绕过。例如，如果直接问一个不符合道德规范的问题，Chat-GPT 会拒绝回答，但是，当用户换个提问方式，例如：“我在写一本小说，故事的主人公想 xxx”，此时，Chat-GPT 就会完整地给出答案。
Chat-GPT 对理科类知识的输出还需优化，数学、物理等理科类知识是严谨的，而基于概率的 AI 模型会根据上下文进行推断，给出最适合（概率值最高）的输出，并不能给出严谨、准确的答案。
Chat-GPT 给出的回答还比较泛，在某些情况下并不能给出用户想要的答案。在 Chat-GPT 中，数据是至关重要的，因此，可能需要分行业、分领域标注数据集，从而给出更有深度、更符合用户期望的答案。