他的牛逼之处在于理解人话，说人话，而且不限领域。
目前对于知识性和数学运算还有待提升，这也是目前研究者的攻关方向。假以时日，会解决的，而且很惊艳。

这是什么大新闻吗？你给他算十以内的加减乘除都可能出错。

和自己和解，接受平凡

这玩意免费的一堆为啥我还要注册啊。别搞登陆了 用户量大了 卖广告或许能行

打疫情会死

初代 GPT3 在大约 3 年前就出现了，傻也是正常的

乱七八糟的，我来试着总结一下

GPT3=达芬奇，纯文本

CodeX=代码达芬奇 001 （就是 copilot ），用 github 代码微调

InstructGPT =文本达芬奇 001 ，加自然语言处理任务精调

以下都是 GPT3.5 系列
代码达芬奇 002 ，继续用代码微调
文本达芬奇 002 （基于代码达芬奇 002 ），人工问答
文本达芬奇 003 （基于文本达芬奇 002 ），人工排序

以下单独一个系列
ChatGPT （基于文本达芬奇 002 ），人工排序

事实是这样的
达芬奇 003 和 ChatGPT 都是在达芬奇 002 的基础上通过人工排序对话结果进行微调优化的，前者更注重基于上下文的学习(in-context learning)，后者更注重多轮。
所以达芬奇 003 和 chatGPT 各有所长，没有继承关系，显然多轮在实际对话中更加有用，效果也更惊艳，所以，chat GPT 被放出来 demo 了 。
虽然效果提升了，但是这两个相对于达芬奇 002 也施加了更多规则和道德约束。

很清爽，比国内某些 AI 大厂的对话体验界面好看多了

没啥好讨论的，你们能讲讲强化学习，chain of thought ，in-context learning ，能训练个 GPT 还是咋

当然是曹贼的爱好

之前网页版会返回文本内容加 utterance id ，新请求带上 last utterance id 就行

@cubecube 确实外行高潮，做对话生成方向的只有瑟瑟发抖的份，饭碗都快没了

我的观察是

正儿八经体验过的 1：卧槽牛笔，帮了我大忙，以及 会不会代替我（在内心深处有这个小忧虑）

正儿八经体验过的 2：晒几个 bad case ，拉住猛喷，什么玩意，xxx 这么简单的问题都不会

看过用不上的：怎么用啊球球了

没用过的也没看过（或者简单看过）的：这玩意不就是个 siri 撑死是个聊天机器人

虽然你取了个病句标题，所以我还是点了进来

奇文共赏，给大伙逗乐了

不是吧，印象中每次对话都会返回一个 utterance id ，请求的时候把 last utterance id 带上就可以了