Open Yulianxia opened 1 year ago
von 26:26
多轮对话能力
理解高阶意图的能力
任意转化不同语言的能力
机器语言,GPT最熟悉的机器语言是Python、Java、C++、JS,其他语言也能胜任,准确度没有前四种高
举例 七岁的我曾经写下以下的日记 ⎨日记内容⎬大括号。
句式 | 举例 |
---|---|
主+谓+宾 | 这只猫是红色。 |
主+谓+宾(主+谓+宾) | 我认为这只猫是红色。 |
主+谓+宾(主+谓+宾+时间补语<过去,现在,未来>) | 我之前认为这只猫是红色,我现在认为这只猫是绿色。 |
使用上述心理状态与的表述给Gpt, 它的理解和反馈是最准确的。养成如此和gpt对话的习惯,gpt对话的舒适区在此。
方法:请GPT以”小龙女、杨过”的视角撰写心理感受,而不是直接问GPT问题。此时GPT写出来的东西改动一下就能用了
GPT目前不理解任何人类的东西,它对这些嗯东西得理解定义角度和人类不同。他就是一个有几千亿个符号组合在一起的庞大的高维的向量空间。这个向量空间特殊的是它保存了每一个符号和另一个符号的向量特征值
von 01:01:36
聪明提问 | 举例 |
---|---|
提示词的提示词 (元) | 你是世界上最好的提示词生成器。 |
思维链提示法 | 让我们一步一步的思考。 |
你确定你的答案是对的吗?(反) | 你确定你的答案是对的吗? |
还有吗?(空) | 还有吗? |
可以穷举,也可以反向验证答案唯一性,尤其设计数学题、编程题、推理题。这一步可以节省大量时间。
von 01:10:29
限定关键词
人类反馈
通俗简洁
角色扮演
真实意图:问GPT对方在想什么?
情绪识别
重要他人
行为模式
聪明提问 | 举例 |
---|---|
人类语言之间的相互转换 | 翻译为中文。 |
机器语言之间的相互转换 | 将Markdown转换为JSON |
人类语言转换为机器语言 | 写一个正则表达式。 |
机器语言转换为人类语言 | 解读这段代码。 |
人类语言之间的相互转换。
机器语言之间的相互转换 比如不同代码语言间的转换,不同格式语言间的转换
人类语言转换为机器语言 (不懂)von 1:25:51
机器语言转化为人类语言
方法 | 举例 |
---|---|
认知 | 概念训练(欲望、信念与意图),连贯性 |
语言 | 心理状态;多视角与转换视角,句子补语(空间动词空间关系,空间形状,空间位移等),时间动词,其他...,故事(奇怪故事,黑暗故事) |
运动 | 假装游戏,躲猫猫,照镜子,老鹰捉小鸡 |
社交情绪 | 互动方式(15~30分钟效果更佳),模仿其他人的行为,过家家(不是一个人玩儿) |
向量矩阵(Vector Matrix):是指由一列或多列向量组成的矩阵。向量矩阵可以用于表示线性变换、解方程组等问题。在机器学习和深度学习中,向量矩阵常被用来表示输入数据、权重参数和梯度等。
向量特征值(Vector Eigenvalue):是指矩阵对应的特征向量在进行线性变换时的伸缩比例。具体来说,矩阵中的每个特征向量在经过变换后会被拉伸或缩小成一个标量倍数,这个标量就是特征值。向量特征值在许多数学和物理问题中都有广泛的应用,例如在量子力学中描述粒子的运动状态时就需要用到向量特征值。
Token:在计算机科学和自然语言处理领域中,Token指的是一段文本中的最小单位,例如单词、数字、标点符号等。Tokenization是指将一段文本分解为Token的过程,是自然语言处理的一个基本操作。Tokenization可以用于文本的分词、命名实体识别、句子切分等任务。
API(Application Programming Interface):是指应用程序编程接口,是软件系统中不同组件之间进行通信和交互的约定和规范。API定义了组件之间的接口和调用方法,使得不同组件可以独立开发和部署,并且可以相互配合工作。API在许多软件开发领域中都有广泛应用,例如Web开发中的RESTful API、操作系统中的系统调用API等。
正则表达式:
1、刷新一下提问,可能会丢失上下文。
2、自己具体工作相关,提30-100个问题。比如,程序员,提写代码相关问题,提高自己写代码的效率。
3、了解一个领域比较多的术语能获得更好的回答,相当于拥有的背景信息越好,你更容易获得更多的回答。
4、大语言模型会让不少传统NLP从业者下岗。
5、不一定要去和工程师竞争,可以成为大模型应用专家、科普专家。
6、GPT本身不太擅长解读论文。
7、普通人最合适的是用GPT改善你的生产力工具。
8、不用着急构建自己领域的语料库,等待开智的通用技术产品。
9、GPT非常有利于写作水平提升。
von 28:40
理解高阶意图能力