李宏毅2023春季机器学习笔记 - 01生成AI(ChatGPT)
一、引言
预设的知识储备要求:数学(微积分、线性代数、机率);编程能力(读写python)
这门课专注在 深度学习领域deep learning,
事实上深度学习在今天的整个机器学习(ML)的领域使用非常广泛,可以说是最受重视的一项ML技术。
这门课可以作为你的机器学习的第一堂课,修完后可以更深入的把这个技术,用在你未来感兴趣的领域。
课程录像和作业:
如果 只凭google colab可以取得及格的成绩,基本上如果有越多的运算资源,越有机会在这门课取得比较好的成绩。
要做机器学习、尤其是深度学习相关的任务,运算资源往往是非常重要的。
二、【生成式AI】ChatGPT原理剖析
2022.11.30,被公开
1. 对ChatGPT的常见误解:
输出机率分布,之后取样
2. Chat-GPT怎么被训练出来的:(原理)
Chat-GPT背后的关键技术:预训练(Pre-train)。又叫督导式学习(Self-supervised Learning)、基石模型(Foundation Model)
一般机器是怎样学习的? 督导式学习
怎么通过成对资料(督导式学习),机器自动寻找函式f,本课程后面会学习。
但仅仅这样做,能力很有限,因为成对资料非常有限。
ChatGPT的前身GPT,就是单纯从网络上大量资料来学习做文字接龙。
GPT一代没有受到什么关注。
GPT-2可以 说一段话给他,他就开始瞎掰、并且像模像样。这种能力今天看起来很正常,但当时让学界震惊。
测试在CoQA问答资料集上,具备了一定回答问题的能力。
openAI官方说: 拿GPT3做一些微调 都叫GPT3.5,并不是特指某个模型。
GPT3(2020)是来自“暗黑大陆”的模型,因为实在太过巨大。
参数量越高、模型表现越好。
但是GPT3有非常明显的能力上限 。
很多时候GPT3不受控,给的答案不一定是我们想要的。
强化GPT3的能力:人工介入。 -----> 加入督导式学习 ChatGPT
李老师个人猜测,没有用翻译引擎。因为:
multi-Bert也是一个自督导式的预训练模型,在GPT前非常热门的模型。
下面这个实验是测试在DRCD中文阅读能力理解测验资料库上。
在机器心里把所有人类的语言都内化成同一种语言(自己的语言)。
总结: ChatGPT是在自督导式学习/预训练/基石模型的基础上,加入微调(finetune)/督导式学习,再加上RL(ppo算法)。
适用增强式学习的情况,1)想偷懒时,更容易搜集更多资料。2)人类自己都不知道答案时。
很多时候问ChatGPT问题,他给的答案非常棒,不太像在做文字接龙,是因为你问的问题,人类老师都教过了。
如果问一些莫名其妙的问题:
3. ChatGPT带来的新的研究问题
ChatGPT的出现,对自然语言处理相关研究带来蛮大的打击。
未来可能会被重视的研究方向:
1)如何精准提出需求
需要好好调教他,不然不像在聊天。
需要精确提出需求,(”催眠“,Prompting):
- 想象你是我的朋友----让他讲话更像人
- 要求中文回答
- 请试着跟我聊聊--- 这样他才会反问你问题,不会一直句号。
- 现在我们开始--- 这句话还挺重要的,不讲有时候他不知道你要开始了。
网络上有很多”调教指南“,都是乡民试出来的,不一定是最好的,未来会有一系列的研究,用更系统化的方法自动找出催眠指令。
2)【Neutral Editing】
3.) 侦测AI生成的物件
李老师 没有把握chatGPT生成的答案的diversity有多大。
这类的工具如果是可以轻易取用的,应该是需要被学习的内容。
4.)不小心泄露机密?
chatGPT口风不紧, 可以像小孩一样,绕圈骗他。
不过这个地址是错的
李宏毅2023春季机器学习笔记 - 01生成AI(ChatGPT)相关推荐
- 李宏毅2023春季机器学习课程
目录 2021&2022课程 重磅须知 我维护的其他项目 更新日志 课程地址 课程资料直链 课程作业直链 其他优质课程 2021&2022课程 CSDN Github 重磅须知 为方便 ...
- 李宏毅2021春季机器学习课程视频笔记1:Introduction, Colab PyTorch Tutorials, HW1
诸神缄默不语-个人CSDN博文目录 李宏毅2021春季机器学习课程视频笔记集合 VX号"PolarisRisingWar"可直接搜索添加作者好友讨论. 更新日志: 2021.11. ...
- 1-2 李宏毅2021春季机器学习教程-第一节(下)-深度学习基本概念简介
上篇文章1-1 李宏毅2021春季机器学习教程-第一节(上)-机器学习基本概念简介介绍了回归的一些知识,重点介绍了机器学习寻找函式的三个步骤.接着我们继续学习第一节Introduction的内容. 目 ...
- 1-4 李宏毅2021春季机器学习教程-PyTorch教学-助教许湛然
1-3 李宏毅2021春季机器学习教程-Google Colab教学-助教许湛然介绍了Colab的使用,这篇文章是助教许湛然关于PyTorch框架的简要讲解. 更多操作查看: https://pyto ...
- 2-1 李宏毅2021春季机器学习教程-第二节机器学习任务攻略
之前的学习简要介绍了机器学习和深度学习的相关概念,上一篇文章李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction (Regression)解答有关于HW1的解答,接 ...
- 李宏毅-2023春机器学习 ML2023 SPRING-学习笔记:3/24机器如何生成图像
目录 3/24 机器如何生成图像 速览图像生成常见模型 浅谈图像生成模型 Diffusion Model 原理 Stable Diffusion.DALL-E.Imagen 背后共同的套路 Varia ...
- 李宏毅2021春季机器学习课程视频笔记14-Transformer
Transformer Transformer实际上就是变形金刚,其与Bert实际类似.其实际上就是一个Sequence-to-Sequence的模型,其输出的长度并不是由人为指定,而是由机器自行确定 ...
- 李宏毅2021春季机器学习课程视频笔记11-卷积伸进网络(CNN)
卷积神经网络架构 图像识别 将图片拉直放入神经网络中进行训练. 网络通过对图像中的存在的特征进行分析,判断当前属于何种类别. 神经网络其实不需要对整个图片进行分析,只需要对一些特殊的信息进行分析就可以 ...
- 1-3 李宏毅2021春季机器学习教程-Google Colab教学-助教许湛然
李宏毅老师的课程会配合着助教的讲解,也很有帮助.这堂课介绍一个可运行python代码的浏览器Colaboratory(简写为"Colab"). Colab具有以下特性: 零配置要求 ...
最新文章
- windows 检查cuda安装_Windows环境CUDA 4.0:安装与验证
- 关于公示2019年度智源青年科学家征集评选结果的通知
- CentOS安装jdk和tomcat
- php一对多聊天程序代码,微信小程序实现一对多发消息
- jshell_五分钟的JShell
- java azure blobs sas_使用 Java 的 Azure 存储示例 | Azure Docs
- maven多个子项目、父项目之间的引用问题
- Netty工作笔记0008---NIO的Buffer的机制及子类
- 制作可以 SSH 登录的 Docker 镜像
- 成都Uber优步司机奖励政策(1月16日)
- 基于STM32F4系列 之 霍尔编码器减速直流电机
- 松下TDA-200开启呼叫转移功能
- 软件测试的度量方法包括,软件测试过程的度量
- iOS- 网络访问JSON数据类型与XML数据类型的实现思路及它们之间的区别
- 免费把你的 GoogleDrive 和 OneDrive 变成 CDN
- Android View简易生成Pdf
- opengl碗状_OpenGLES简单入门
- 4.2nbsp;反身理论与均衡价格论
- 产品经理如何开好需求评审会
- Greenplum Python专用库gppylib学习——base.py