生成式人工智能导论

2生成式人工智能厉害在哪里？

过去的人工智能功能单一，只能做做翻译之类的。但现在的人工智能没有特定的功能，比如大语言模型，只要说出我们的需求就可以给我们相应的答案。

GTP4可以读档案、读图片、网络搜寻、写程序、画图、使用其他工具（Plugins）、客制化（GPTs）……

不要问ChatGPT能为你做什么，因为ChatGPT不是一个有某些特定功能的工具。要问我想要ChatGPT帮我做什么，只要我下对了指令ChatGPT就可能可以帮我。

如何评估模型能力？对于功能单一的工具来说，评估能力很容易。但对于没有特定功能，什么都能做的工具人来说，评估能力就比较困难。对于语言模型，使用者提出的要求往往千奇百怪，同一种要求可以有截然不同的解法，而不同的人对不同的解法又有不同的解读。

对于AI来说想不犯错想没有幻觉是很简单的，只需要输出“我不想回答”就可以了，AI之所以会犯错是因为他努力的想要帮你，所以我们对模型可以不用那么苛责。

如何评估大语言模型是一个非常复杂的学问，评估的方法日后会讲到。就算一些模型在某些任务上超过了GPT，也不代表就能碰瓷GPT，因为也说了是"在某些任务上"。

为了防止生成式人工智能说出有害的内容，比如脏话、抄袭、歧视等等，模型需要有一定程度的防御能力，今天的人工智能也都在拼命避免产生可能会有歧视含义的结果。当然也不能政治正确过头了。

现在人工智能已经从工具进化成工具人了，人类还能做什么？ 1.改不了模型，可以改变自己，因为GPT是闭源的模型，更改不了内部参数，所以可以提供更清楚的指令、提供额外的咨询，使GPT更精准的作答。2.训练自己的模型，如果觉得现有的模型无法满足自己的需求，可以去调整一些开源模型里面的参数，未来会讲到如何训练自己的模型，如何调整模型的参数。

3训练不了人工智能，你可以训练你自己

在本节课中没有任何模型被训练。

本节课的授课方向：重点不是针对某特定任务写prompt；给语言模型的prompt不需要特定格式；按照今天语言模型的能力，你把需要的任务描述清楚即可。

可以把大语言模型想象成一个在线的新人助理。新：不了解专属于你的事情，人：拥有一般人的基本知识与理解能力。

这堂课会讲5个不训练模型就强化语言模型的方法。

1.有一些神奇的咒语可以强化模型的能力。最基本的一个咒语是“chain of thought（CoT）”,叫模型思考。比如让模型思考解数学问题或者看图的时候，加一个指令：let's think steo by step。模型会按照这个指令一步步思考，一步步回答。咒语的使用也是需要看模型的，不同的模型适用的咒语可能会不同。也可以让模型解释一下自己的答案，比如在让模型批改文章时，参考如下两篇论文：https://arxiv.org/abs/2305.01937. https://arxiv.org/abs/2301.05657. 让模型解释一下自己的答案，批改的正确率会更高。还可以使用情绪勒索，比如告诉模型这件事情真的对自己的生涯很重要，模型的能力也会提高，参考这篇论文：https://arxiv.org/abs/2307.11760. 更多的咒语可以参考这篇论文： https://arxiv.org/abs/2312.16171. 还可以用AI来找神奇咒语，比如通过增强式学习（RL）的方式，来训练另外一个语言模型，让这个模型专门学会下咒语，参考这篇论文：https://arxiv.org/abs/2206.03931. 也可以直接问语言模型你想让他完成的任务有哪些神奇咒语可以强化他的能力。

神奇咒语并一定对所有模型都有用。

2.给模型更多的资讯。可以在问问题时把前提讲清楚。也可以提供生成式AI原本不清楚的资讯。还可以给模型提供范例。但是要注意，给模型提供范例让模型回答出原来回答不了的答案时，模型没有被训练，参数也没有任何变化，所以下次遇到同样的问题，如果不提供范例模型还是会答错。

编辑于2025年8月21日