Chat GPT国内使用经验分享:GPT-4o/GPT-4omini

ChatGPT 是基于 OpenAI 大型语言模型（如 GPT-3 和 GPT-4）的对话系统。它通过训练生成自然语言，能够理解和生成类似人类的文本对话。ChatGPT 在多种任务中表现出色，如回答问题、生成内容、翻译、写作建议等。以下是关于 ChatGPT 的详细介绍：

ChatGPT 的演进

OpenAI的模型迭代历史反映了深度学习和自然语言处理领域的快速发展。以下是OpenAI从创建到GPT-4的一些主要模型和版本迭代：

1. GPT（Generative Pre-trained Transformer）

发布年份：2018年

GPT是OpenAI发布的第一个大规模语言模型，采用了Transformer架构（由Vaswani等人提出）。与以往的模型不同，GPT首先在大量的无监督数据上进行预训练，然后在小规模的监督数据上进行微调。GPT通过自回归生成序列，能够根据输入的文本生成符合上下文的输出。

• 特点：基础的语言生成能力，主要用于生成相关领域的文本。
• 架构：基于Transformer的解码器。

2. GPT-2

发布年份：2019年

GPT-2在GPT的基础上大幅度提升了模型规模，参数量从最初的1.17亿增加到15亿。它能够生成高度连贯且有逻辑的长文本，展示了语言模型在任务执行中的广泛应用潜力。

• 突破点：GPT-2展示了大规模预训练模型在不同任务中的通用性，甚至在没有明确监督的情况下，能够处理诸如翻译、摘要等任务。
• 参数量：15亿个参数。
• 影响：由于担心潜在的滥用风险，OpenAI最初决定不公开完整模型，后来逐步公开了不同大小的模型版本。

3. GPT-3

发布年份：2020年

GPT-3是当时最大的语言模型，具有1750亿个参数。它展示了少量示例学习的能力，即用户可以通过提供少量的上下文或示例来引导模型完成任务，而不需要对特定任务进行微调。

• 特点：
• 在各种语言任务（例如翻译、问答、文本生成、代码生成等）上表现出色。
• 展示了令人印象深刻的少样本学习和零样本学习能力。
• 参数量：1750亿个参数。
• 影响：GPT-3被用于OpenAI的商业API，推动了各种NLP应用的发展。

4. Codex

发布年份：2021年

Codex是基于GPT-3的一个版本，专门针对编程任务进行了训练。它不仅可以生成自然语言，还可以生成和解释编程代码。Codex推动了GitHub Copilot的开发，这是一种可以帮助程序员自动补全代码的工具。

• 应用领域：代码生成、自动化编程辅助工具。
• 影响：让编程更为高效，并推动了开发者工具的创新。

5. InstructGPT

发布年份：2022年

InstructGPT是GPT-3的改进版，旨在使模型输出更符合用户指令要求。它通过人类反馈（RLHF，基于人类反馈的强化学习）进行微调，增强了对话中对用户意图的理解。

• 特点：
• 更好地处理用户指令。
• 提高了生成文本的准确性和安全性，减少了不适当或有害内容的输出。

6. GPT-4

发布年份：2023年

GPT-4是OpenAI最新一代的大型语言模型，相比于GPT-3，它不仅在规模上进一步提升，还在语言理解、多语言处理、复杂推理等能力上有了显著的改进。

• 特点：
• 支持更多样的输入形式，包括图像和文本。
• 更好地理解复杂指令，能够处理更细致的任务。
• 在多语言翻译、推理、代码生成等领域有卓越表现。
• 多模态能力：GPT-4可以处理文本和图像的输入，增强了模型在视觉和语言任务上的表现。

ChatGPT 的主要应用

ChatGPT 的应用广泛，涵盖了多个领域和用例，包括但不限于以下方面：

对话助手：ChatGPT 可以作为智能对话助手，帮助用户进行信息查询、日常对话、讨论和任务执行。

内容生成：它可以为作家、博主、记者生成文章、博客内容、新闻摘要等。

学习辅助：ChatGPT 可以作为学习助手，帮助学生解答问题、进行知识探索，或者生成学习材料。

编程助手：通过 Codex 的扩展，ChatGPT 可以帮助程序员生成代码、调试和回答编程相关的问题。

翻译和总结：ChatGPT 可以将文本从一种语言翻译成另一种语言，或者生成文本的摘要。

客户服务：企业使用 ChatGPT 来自动化客户服务和支持，通过自然语言处理来回答用户的常见问题。

ChatGPT 的工作原理

ChatGPT 的核心是基于Transformer 架构的自回归模型。它通过在大量的文本数据上进行无监督学习，掌握了语言的结构、语法和常见的语言模式。通过上下文提示，它能够生成相关且连贯的回答。

工作流程如下：

预训练：模型通过从互联网上抓取的大规模文本数据进行预训练。它通过预测下一个单词的方式学习语言结构。

微调：通过特定任务或目标的数据集对模型进行微调，以提升其在特定场景下的表现，比如回答问题、生成内容等。

用户输入和输出：当用户向 ChatGPT 提供输入时，模型通过理解上下文来生成相应的输出。

ChatGPT 的模型对比

我针对GPT-4、GPT-4o、GPT-4omini模型，从实时信息获取、图片分析等两大方面进行对比：

【实时信息获取】

提问：2024年10月12日的新闻联播讲了什么

回答：抱歉，我无法提供2024年10月12日的新闻联播具体内容，因为我的数据只更新到2023年，无法获取未来的信息。不过，您可以在一些新闻网站或官方媒体平台上查看相关内容。请问还有其他我可以帮助您的吗？

【实时信息获取】启动联网模式

提问：2024年10月12日的新闻联播讲了什么

回答：2024年10月12日的《新闻联播》主要报道了以下几个方面的内容：

经济数据：国家统计局发布了最新的居民消费价格指数（CPI）数据，显示9月份CPI同比上涨0.4%，前三季度保持温和上涨，经济回升向好的态势将持续增强。

国际关系：习近平主席向埃塞俄比亚新任总统塔耶致贺电，强调人民友好是国际关系行稳致远的基础。澳门特区：岑浩辉以高票当选澳门特别行政区第六任行政长官候任人，国务院港澳办对此表示祝贺。

中东局势：以色列国防军在黎巴嫩南部进行“精准而有限”的军事行动，国际社会对此表示关注和谴责。

农业与丰收：农业农村部报告显示，截至10月12日，全国秋粮已收获59.8%，丰收的季节正在进行中。

社会新闻：长治市警方通报一起陌生女子当街抢孩子事件，确认该女子为精神障碍患者。

文化活动：全国各地开展纪念少先队建队75周年的活动，强调少年儿童是祖国的未来和民族的希望。

这些内容反映了中国在经济、国际关系、社会治理等多个方面的动态与发展。

​从上述的对比可以看出，GPT-4o mini模型没有联网功能，不能获取实时信息，而开启联网搜索飞速获取实时信息并进行反馈。

【图片分析】

提问：请详细描述下照片的东西

回答：这似乎是一个汽车的发动机支架或悬置部件。它通常用于支撑发动机并减少发动机运转时的震动。

提问：请详细描述下照片的东西

回答：这张照片中展示的是一个金属制的机械部件，可能是汽车或其他机械设备的一部分。部件的主体呈不规则形状，质感看起来坚固，可能是铝制的。其上有多个螺孔和连接结构，用于固定和安装。照片底部似乎是灰色的地面，在部件下方有一条黄色线条，可能是地板上的标识线。整体外观显示出一些使用的痕迹。

小编上传了一张维修厂图片，让GPT分析图片的内容。GPT3.5模型不支持图片、文档输入，无法对图片进行分析。而虽然GPT-4O mini模型及GPT-4O模型均能对图片进行分析，但是显然GPT-4O模型的回复更加详尽、完善。

ChatGPT提问小技巧

许多人在使用GPT时可能会对如何获取高质量的回答感到困惑。实际上，如果你能更精确地提问，那么GPT的回答质量就会相应提高。下面我将分享一个提问的通用模式：角色+目标+需求+额外信息。

角色：例如律师、健身教练、教师、程序员、作家、项目经理等，你可以告诉ChatGPT：“你扮演XX的角色”。

目标：你希望实现的目标是什么，例如：“我希望能够写一份数学教案。”

需求：你希望得到什么，例如：“请为我写作一份小学五年级数学教案。”

额外信息：你可以添加一些背景信息或特定的要求，例如：“数学教案使用的教材是人教版教材。“

所以，你可以这样提问：我希望能够写一份数学教案，你模拟我的身份，能否为我写一份数学教案？数学教案使用的教材是人教版教材。