- 综合排序
- 最热优先
- 最新优先
- 来自专栏服务端技术杂谈
用了ChatGPT 之后，发现了一些副作用
但用着用着，你会发现一个副作用，就是原本写文章缺乏结构的人，反而更加依赖 gpt，最终的结果是金字塔原理、结构化思维 chatgbt 学会了，而你还在原地踏步。
29720编辑于 2023-08-08 - 来自专栏量子位
GPT-4被曝进入微软必应搜索，几周内完成
google-search-may-feature-a-chatgpt-rival-after-all [4]https://www.cnbc.com/2022/12/13/google-execs-warn-of-reputational-risk-with-chatgbt-like-tool.html
65130编辑于 2023-02-23 畅谈GPT-5
前言 ChatGBT(Chat Generative Bidirectional Transformer)是一种基于自然语言处理技术的对话系统,它的出现是人工智能和自然语言处理技术发展的必然趋势。
22410编辑于 2025-12-19- 来自专栏睡前机器学习
ChatGPT前世今生的真实版本（之一）
有文章出现了ChatGBT、ChatGTP等等名字，不知道是笔误还是把G*P当成辈分。有文章说“基于ChatGPT-3.5模型”，这是没搞清背景，以讹传讹结果把ChatGPT和GPT-3.5合二为一。
45120编辑于 2023-09-09 - 来自专栏随手写个文章
基于AIGC写作尝试：深入理解 Apache Hudi
本文基于ChatGBT3.5 + ChatGBT4 完成。
2.3K20编辑于 2023-04-18 - 来自专栏随手写个文章
基于AIGC写作尝试：深入理解 Dremio
本文基于ChatGBT3.5写作。参考【1】git link【2】lakehouse【3】Document
4.2K30编辑于 2023-04-17 - 来自专栏随手写个文章
基于AIGC的写作尝试：A Survey of Large Language Models（论文翻译）（上）
自从图灵测试在20世纪50年代提出以来，人类一直在探索机器掌握语言智能的方法。语言本质上是一个由语法规则控制的复杂、精细的人类表达系统。开发能够理解和掌握语言的能力强大的人工智能（AI）算法是一个重大挑战。作为一种主要方法，语言建模在过去二十年中已经被广泛研究，从统计语言模型发展到神经语言模型。最近，通过在大规模语料库上预训练Transformer模型，提出了预训练语言模型（PLMs），在解决各种自然语言处理（NLP）任务方面表现出强大的能力。由于研究人员发现模型扩展可以提高模型容量，他们进一步通过将参数规模增加到更大的尺寸来研究扩展效果。有趣的是，当参数规模超过一定水平时，这些扩大的语言模型不仅可以实现显著的性能提升，而且还表现出一些特殊的能力（例如上下文学习），这些能力在小规模语言模型（例如BERT）中不存在。为了区分不同参数规模的语言模型，研究界为具有显著规模（例如包含数十亿或数百亿个参数）的PLMs创造了大型语言模型（LLM）这个术语。最近，学术界和工业界对LLMs的研究取得了很大进展，其中一个显著的进展是ChatGPT的推出（一种基于LLMs开发的强大AI聊天机器人），引起了社会的广泛关注。LLMs的技术进化对整个AI社区产生了重要影响，这将革命性地改变我们开发和使用AI算法的方式。考虑到这种快速的技术进步，在本次调查中，我们通过介绍背景、关键发现和主流技术，回顾了LLMs的最新进展。特别是，我们关注LLMs的四个主要方面，即预训练、适应调整、利用和容量评估。此外，我们还总结了开发LLMs的可用资源，并讨论了未来方向的剩余问题。本次调查提供了LLMs文献的最新综述，可供研究人员和工程师使用。
2.1K40编辑于 2023-05-30 - 来自专栏随手写个文章
基于AIGC的写作尝试：A Survey of Large Language Models（论文翻译）（下）
在预训练之后，LLMs可以获得解决各种任务的通用能力。然而，越来越多的研究表明，LLMs的能力可以根据特定目标进行进一步的适应调整。在本节中，我们介绍了两种主要的适应预训练LLMs的方法，即指令调整和对齐调整。前一种方法主要旨在增强（或解锁）LLMs的能力，而后一种方法旨在将LLMs的行为与人类的价值观或偏好相一致。此外，我们还将讨论快速模型适应的高效调整方法。接下来，我们将详细介绍这三个部分。
1.5K100编辑于 2023-05-30 - 来自专栏随手写个文章
基于AIGC写作尝试：深入理解 Apache Arrow
本文基于ChatGBT3.5写作，确实发现一些不足的地方：1. 没有出处；2. 有事时错误；3. 重复描述太多，需要自己提炼等，但是感官上有效率的明显提升。
7.9K40编辑于 2023-04-15 - 来自专栏随手写个文章
The Cascades Framework for Query Optimization(翻译)
（具体类似的实现可以参考Calcite TopDownRuleDriver代码）本文主要基于 Chatgbt 3.5 。
1K40编辑于 2023-09-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号