1 00:00:00,060 --> 00:00:03,030 大家好, 欢迎来到GPT聊天课程 2 00:00:03,060 --> 00:00:10,440 在这一系列视频中, 我们将讨论聊天GPT以及编码人员如何使用它来增强软件工程 3 00:00:10,650 --> 00:00:14,040 编写代码和提出新技术的过程 4 00:00:14,040 --> 00:00:17,250 我们真的很有兴趣看看我们可以使用聊天的新方法 5 00:00:17,250 --> 00:00:21,990 GPT的两种帮助我们的代码和提出新的想法 6 00:00:21,990 --> 00:00:25,110 这就是我们在这一系列视频中要探索的 7 00:00:25,620 --> 00:00:27,810 废话不多说, 我们开始吧 8 00:00:27,840 --> 00:00:30,780 我们已经在公开页面上了 9 00:00:31,440 --> 00:00:37,170 这是Chat背后的组织, 这是一个大型语言模型 10 00:00:37,650 --> 00:00:38,490 在这一页 11 00:00:38,490 --> 00:00:46,320 你基本上可以阅读所有关于聊天GPT的内容, 有趣的是, 他们在这里的第一个例子实际上是关于编码的 12 00:00:46,320 --> 00:00:51,810 因此, 他们在下面的示例聊天中讨论, GPT询问了调试代码的澄清问题 13 00:00:51,810 --> 00:00:57,180 所以这是我们在这门课中, 除了代码生成算法和为编写的代码创建文档之外, 14 00:00:57,180 --> 00:01:01,140 可能会涉及的内容之一 15 00:01:01,290 --> 00:01:09,420 所以如果你不熟悉, 你可以以对话的方式与这个语言模型AI交谈, 基本上问它问题, 16 00:01:09,420 --> 00:01:15,650 它会回应你, 基本上回答你的问题 17 00:01:15,660 --> 00:01:20,910 这并不是一种突破性的东西, 因为它给了你一个问题的答案, 18 00:01:20,910 --> 00:01:24,000 因为这就是互联网的初衷 19 00:01:24,000 --> 00:01:24,330 好吧 20 00:01:24,330 --> 00:01:31,500 但我们将看到的是, 聊天GPT实际上以一种几乎有点像人类的令人哭笑不得的方式做出回应, 21 00:01:31,680 --> 00:01:38,190 这就像它是如此有趣, 它如何能用如此雄辩的句子做出回应 22 00:01:38,190 --> 00:01:45,300 我们将看到GPT与我们进行的对话形式增加了我们的体验 23 00:01:45,300 --> 00:01:54,150 它真的帮助我们更进一步, 继续根据以前的问题提出问题, 这些问题有一定的背景 24 00:01:54,150 --> 00:02:03,420 在这里, 我们还可以阅读一些关于模型是如何训练的, 这里他们讨论了从人类反馈中进行强化学习 25 00:02:03,420 --> 00:02:13,290 所以基本上他们从互联网上获取了大量的数据, 并将其输入到这个学习网络中, 这个网络能够获取语音模式 26 00:02:13,290 --> 00:02:19,440 现在基本上这个模型能够根据已经看到的东西想出非常可能的下一个单词, 27 00:02:19,440 --> 00:02:23,100 并给你一些有意义的回应 28 00:02:23,100 --> 00:02:34,110 有一点值得注意的是, GPT使用了这种人工反馈组件, 实际上确实限制了某些查询 29 00:02:34,110 --> 00:02:39,570 因此, 它基本上能够查看某些查询, 并选择不响应它们 30 00:02:39,570 --> 00:02:41,940 所以当你使用这个的时候, 你要记住这一点 31 00:02:42,450 --> 00:02:46,230 有一个组织在背后, 有一定的 32 00:02:47,210 --> 00:02:52,580 问题和答案, 也许他们不想被探索的原因, 可能是他们太冒犯, 33 00:02:52,580 --> 00:02:56,960 或者可能是一些没有什么建设性的探索 34 00:02:56,960 --> 00:02:59,930 但在这门课中, 我们将讨论编码应用程序 35 00:02:59,930 --> 00:03:05,240 所以这可能不会阻碍我们的进步