第233章 GPT的魅力所在（2 / 3）

《重生之AI教父》转载请注明来源：369小说网(369book.cc)

做【微调】。预训练的模型学到的能力比较笼统，如果不专门针对某个任务去做【微调】的话，效果通常都会不大好。”伊利亚和阿里克斯等人都觉得这是常识。

不过如此做的话，显然就无法达到孟繁岐宣传的那种模式和效果了。

举一个很简单的例子，bERt和Gpt都在大量的文本上做了预训练，现在它们有任务了，任务就是判定社交平台上的用户们发言的时候有没有在开车。

那么bERt的模式是【微调】，我会收集一大堆开车搞颜色的文本，然后把它们一个个标注清楚，喂给bERt去训练。

“你小子看清楚了，这样的人就是在开车。”

bERt大量观看开车文本，然后微微调整自己的参数，进行了二次学习，针对性学习。

摇身一变，它就变成了文字交警，专门抓捕社交平台上那些在开车的文本和用户。

但是同时，由于做了针对性的训练，它在其他方面的能力会有所损失，受到一定的影响。

如果让它再做别的任务，就不大行。

而Gpt的模式，则是【指示】。

也就是说，模型不会做二次学习、针对性学习，它不改变自己的参数。

你要做的，是给它一个示范和引导。

“你看一下，帮我找找类似这样的句子。”

然后它就直接开展工作了。

下一次需要做别的任务的时候，bERt就很不方便，只能重新再做针对性学习。

Gpt则看一下新的指示和样例，又能直接再次工作。

这在目前的阶段来看，是非常不可思议的。

至少在场的诸位都觉得这么做是得不偿失，为了某种形式上的先进而损失了大量的性能，毫无必要。

“你这说的是不是太离谱了，你只是做一个示范，给模型一个提示，根本就没有修改过任何的模型参数，为什么它会有效果的提升？”听完孟繁岐对两种办法的形容之后，阿里克斯眉头紧皱：“结果如果真的是这样，那不是彻底成玄学了？”

孟繁岐心说可不么，这东西听起来是不可思议，但确实有效。

直到他重生前，这件事也没有一个特别靠谱的严肃解释。

而且这还不是最神奇的地方。

上面所说的那种，给Gpt一个例子，然后让他做这样的工作，叫做one Shot学习。

因为至少，你还让它看了一个例子，做了一次示范。

而在后来的chatGpt和Gpt-4的时候，更多的用户使用情况，是根本不会给模型任何例子的。

一般冲上来就直接布置工作了，比如“帮我翻译一下这个句子”又或者是“帮我以xx为题写一个xx”。

这种模式叫做Zero Shot学习，连例子都不用给，直接开干。

不管是分类文本，学习情感，写作文案还是翻译句子，不多废话直接安排，它自己就能看懂要做什么。

这才真的符合孟繁岐在人机大战的时候展现的那个概念视频，多种功能合而为一。

同时，它也是Gpt与bERt最为不同的地方，这种独特的使用方式使得chatGpt效果一旦达标之后，直接就成为了现象级的产品。

毕竟谁能拒绝这种十几合一的多面手智能小助手呢？实在太酷了。

“你规划中的bE

本章未完，请点击下一页继续阅读！