Lecture1 引言
两种大语言模型（LLMs，Large Language Models）：
- Base LLM：
Predicts next word, based on text training data - Instruction Tuned LLM：
Tries to follow instructions
Lecture2 指南
使用Chatgpt的两个原则：
-
编写明确和具体的指令
-
使用明确的分隔符（不指定）将需要概括的内容将问题分离，防止错误执行待处理文本中疑似指令的文字
-
给予少量训练样本
-
给模型足够的时间思考
-
指定完成任务所需要的步骤
-
指示模型在匆忙做出结论之前思考解决方案
Models Limitations：
Lecture3 迭代
Lecture4 摘要
- 模型可用于总结长文本以帮助更好的快速阅读核心信息，即生成摘要
Lecture5 推理
扫描二维码关注公众号，回复：
15624791 查看本文章
Lecture6 转换（翻译）
- 可用于文档的语法校对等
Lecture7 扩展
-
模型的“温度”选择：
-
可将其理解为Bing设定响应的语气，越精确意味着Temperature更接近于0，这也是Chatgpt3.5的默认值，但显然Bing的默认值并不为0
Lecture8 聊天机器人
Lecture9 总结
- Finally，
本笔记只是该课程的部分总结，建议观看DeepLearning.AI的原视频。