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😀...

 

 开放世界的文字冒险游戏，不是既定脚本，根本不知道会发生什么。。

•   关键催眠指令：请开始一个文字冒险游戏。
• 多讲一些描述让游戏更流畅。由玩家决定要采取的动作，不讲有时候就会自己出题自己玩...
• 要求他精确的描述场景，不然有时候他会描述很随便..
• 要先说故事背景，不然有时候会突然从中间开始。

 Midjourney来生成图，更带感🤭。用这个软件，也需要”咏唱“。（Midjourney需要说英文）

自动pipeline，在chatGPT和Midjourney中间。

google催眠指令一大堆：

 

 

 

 

 RPG感觉：

 

 

 

 笑死，玩起来好随便，选项完全没难度，而且很快就结束了。

4. ChatGPT是怎么练成的

----GPT社会化的过程

https://chat.openai/chat

 

 

虽然不是很完美， 有基本的翻译能力，

 

 chatGPT目前只有blog没有论文，

 官方blog上chatGPT的训练步骤：

 

 

 学会文字接龙还可以做什么：参考影片

 

 

 instructGPT，人工标注的问题和答案只有数万则，

 每种问题提供几个范例，告诉他什么样的回答是人类希望得到的。

雇佣人类来标注哪些答案是好的。

 训练一个”模仿老师的模型“，模仿人类评分的标注（学习人类偏好）

 

 使用RL技术来调整参数，来得到最高的reward

 

 想找chatGPT的破绽：问一些没用的问题