普通人的ChatGPT机会在哪里?

tsblgt
·
·
IPFS
·
ChatGPT prompt engineering

1、类似于ChatGPT这样的大型语言模型,是新一代的技术平台之一,就好比移动互联网之初的Iphone手机的发布,基于这样的平台才有的广泛的应用生态和移动互联网的繁荣。

2、不要想象或者尝试去训练自己的大型模型,即使是基于现有的开源的模型算法,因为海量的数据喂养和天大的算力支持也不一定能够成功。

3、现阶段而言,重要的是在现有的基础模型之上,对其进行训练。所以在基础模型和商业应用之间,这个"中间层"非常重要,这个中间层所做的事情就是为每个垂直的商业应用进行训练。

4、既然问题的关键在于这个"中间层",未来会出现大量prompt engineering工作。prompt engineering(提示工程)是指将任务的描述、或者提问放在输入中,让 AI 模型输出理想结果的调试过程。

5、提示工程技能有助于更好地理解大型语言模型(LLM)的能力和局限性。研究人员使用提示工程来改善LLMs在各种常见和复杂任务上的能力,如问答和算术推理。开发人员使用提示工程来设计与LLMs和其他工具进行交互的稳健而有效的提示技术。


基于以上几点想法,我个人有一些建议:

1、这次不推荐和现有业务相关的场景应用,目前提到的基本可以实现,但是"实验室版本"和"商业应用"存在巨大鸿沟,即我们可以花几个人天跑起来一份开源代码,也能得到一些基本结果,但是离真正应用还需要投入巨大。

2、从历史看,即使是开源的一些算法通过研究有一些初步应用,但是仍需持续投入,一方面要跟进底层的算法版本,另一方面,在业务应用上面仍然也需要持续优化才行。

3、个人觉得从ChatGPT到业务应用这层之间,非常重要的一个中间环节就是prompt engineering,目前在github已有多个热门仓库在建设,我觉得我们可以重点投入人力在这个方面,类似的仓库有:https://github.com/PartnerDAO/Prompt-Engineering-Guide-zh。

4、从投入和人员能力上评估,在prompt engineering上切入,是比较符合现有公司客观条件的。

CC BY-NC-ND 2.0

Like my work? Don't forget to support and clap, let me know that you are with me on the road of creation. Keep this enthusiasm together!

tsblgt徜徉在web3的世界里,不能自拔。 一个开发者。 一个探索者。 一个倾听者。
  • Author
  • More

未来需要什么样的产品经理?

延续香火的理想与普遍绝嗣的现实

比特币中的共识机制和激励机制