来源：【授权】李宏毅2023春机器学习课程
ChatGPT太火热了，借此简单了解一下

---

ChatGPT的newbie之处在哪里？
同一个问题，它的每次回答都不同；处于同一个chat中，我可以追问多个问题，因为它知道上下文。

对于ChatGPT的误解

误解1： ChatGPT的回应是罐头回应。（ie. 比如我让ChatGPT给我讲个笑话，罐头回应就是程序员让ChatGPT事先准备好了一些笑话，ChatGPT从中随机抽一个来回答我）
解释： 不是罐头回应哦，下文会解释。

误解2： ChatGPT的回答是Google一下的结果。
解释： ChatGPT不联网。它是用2021年前的网络数据训练的，所以问它2021年后的问题它会回答“无法预测”。

对于ChatGPT的正解

ChatGPT的工作原理实质是：文字接龙。
作为一个函数function，它的 input 是历史对话信息+我们输入的问题（eg. 历史对话信息+"什么是机器学习？"）。
它的 output 是跟在 input 之后的可能紧跟着的词汇出现概率分布（eg. 机50%、是30%、我10%、所20%），然后ChatGPT选那个概率最大的（eg. 输入变成了 历史对话信息+"什么是机器学习？机"）。至于候选的词汇，是sample出来的（所以每次它的回答都不一样）。那么何时结束呢？当候选词中“end符”的概率最大时。

李宏毅老师猜测ChatGPT这个模型拥有1700亿以上的参数。

ChatGPT的关键技术

pre-training预训练（或者叫 self-supervised model自监督模型 / foundation model基石模型）
从名字就可以体现—— ChatG(generative) P(pre-training) T(transformer)
预训练技术的出现动机：人类能给出的带标签的训练数据是非常有限的，是成本很高的。
ChatGPT所需的对话数据，如果人工给出则非常耗时，但是其实网络上的每一段文字都能够作为文字接龙的训练数据。eg. [世界第一高峰是(input)] [喜马拉雅山(output)]。如果我们能让机器自己学习这些数据，就可以大大提高效率。

ChatGPT的历史

一代GPT-2018年。二代GPT-2019年。三代GPT-2020年（数据量已经到达了570GB）。ChatGPT是在三代GPT（GPT3）的基础上，补充了一些人为标注的数据集，然后训练的。

ChatGPT的结构

GPT是纯靠预训练而成的基石模型。在GPT的基础上，加上监督学习（ie. 带标签数据）和增强学习（ie. 告诉机器它的输出是√还是×），训练成了ChatGPT（这一过程叫做微调）。

ChatGPT的有趣

网络上有许多调教ChatGPT的教程。
ChatGPT还可以结合midjourney，生成剧情游戏（视频里演示了一个，有一点点点无聊）。

ChatGPT带来的研究问题

1. 如何精确提出需求，让ChatGPT精准回答？——使用催眠prompting
2. 如何更正ChatGPT的错误/更新2021年之后的信息？——Neural editing
3. 如何侦测AI生成的物件？
4. ChatGPT不小心泄露秘密怎么办？——machine unlearning