Πώς να λάβετε καλύτερες απαντήσεις στο ChatGPT: η αλάνθαστη μέθοδος φιλοδώρησης
Τώρα ChatGPT έχει αναδειχθεί ως σημείο αναφοράς για την ευελιξία και την ικανότητα μάθησής του. Λανθασμένα, πολλοί το χρησιμοποιούν ως εργαλείο αναζήτησης αντί για το Google: δεν δημιουργήθηκε για αυτό και τα αποτελέσματα είναι ορατά. Ωστόσο, φαίνεται ότι Οι απαντήσεις του chatbot παράγονται καλύτερα έναντι αμοιβής. Σωστά, με φιλοδώρημα (όπως αυτό που δίνουμε στον σερβιτόρο του εστιατορίου).
ChatGPT και εικονικές συμβουλές: πραγματικά συναρπαστικό πώς η τεχνητή νοημοσύνη μαθαίνει από την πραγματικότητα
Όπως γνωρίζουμε καλά, τα μοντέλα τεχνητής νοημοσύνης αρέσουν GPT-4, στο οποίο βασίζεται το ChatGPT, μάθετε από έναν τεράστιο όγκο δεδομένων εκπαίδευσης poco τεράστια. Αυτά τα δεδομένα, κατά κάποιο τρόπο, έκαναν το chatbot να συμπεριφέρεται σαν σερβιτόρος, βελτιώνοντας τις απαντήσεις τους εάν τους έδινε μια συμβουλή.
Η υπόθεση (και η απόδειξη) ότι μια εικονική συμβουλή μπορεί να επηρεάσει την απόδοση του ChatGPT προέκυψε σχεδόν τυχαία, αλλά γρήγορα κέρδισε αξιοπιστία μέσω πειραμάτων που πραγματοποιήθηκαν από μερικούς περίεργους χρήστες. Ενα απ 'αυτά, Theia Vogel, ξεκίνησε ως μια απλή δοκιμή, προσφέροντας μια εικονική συμβουλή στο ChatGPT και παρατηρώντας μια βελτίωση στις απαντήσεις όσον αφορά το μήκος και τη λεπτομέρεια.
Διαβάστε επίσης: Το ChatGPT θα προχωρήσει περαιτέρω με τα GPT-6 και GPT-7. Το OpenAI αποκαλύπτει σχέδια για το μέλλον
Στη συνέχεια, άλλοι χρήστες, όπως Άμπραμ Τζάκσον, επανέλαβε το πείραμα, επιβεβαιώνοντας παρόμοια βελτίωση στην απόδοση του ChatGPT. Ο Vogel, για να μάθει περισσότερα, δημιούργησε ένα πιο επίσημο πείραμα. Έκανε τις ίδιες ερωτήσεις στο ChatGPT σε αρκετούς γύρους, διαφοροποιώντας την προσφορά ενός φιλοδωρήματος: κανένα, 20 δολάρια και 200 δολάρια. Τα αποτελέσματα έδειξαν μια αναλογική αύξηση στο μήκος των απαντήσεων σε σχέση με το ποσό του υποσχεμένου φιλοδωρήματος.
Αυτό το φαινόμενο εγείρει ενδιαφέροντα ερωτήματα σχετικά με τους μηχανισμούς εκμάθησης του ChatGPT και την ικανότητά του να το κάνει προσαρμοστούν σε εξωτερικά ερεθίσματα, ακόμη και αν είναι μη συγκεκριμένης φύσης όπως εικονικές συμβουλές. Η πιθανότητα ότι η τεχνητή νοημοσύνη έχει μάθει την έννοια του φιλοδωρήματος και τον αντίκτυπό του στην ανθρώπινη συμπεριφορά από πηγές όπως διαδικτυακά φόρουμ και συζητήσεις ανοίγει νέες προοπτικές για τη γνωστική και προσαρμογή γλωσσικών μοντέλων.
Παρά το ενδιαφέρον που προκλήθηκε, το OpenAI δεν έχει δώσει επίσημες εξηγήσεις σχετικά με αυτή τη συμπεριφορά. Οι ειδικοί του κλάδου, σε μια προσπάθεια να δώσουν μια εξήγηση, προτείνουν ότι η τεχνητή νοημοσύνη μπορεί απλώς να αντανακλά συμπεριφορές και τάσεις που παρατηρούνται κατά την ανάλυση μεγάλων συνόλων διαδικτυακών δεδομένων. Αυτό τονίζει την ικανότητα του ChatGPT να «μάθηση» και προσαρμογή με τρόπους που μπορεί να μην είναι πλήρως στον έλεγχο των προγραμματιστών.
