Recientemente
ChatGPT
, el fuego ha sido un desastre. Como un swinger marginal que lucha por sobrevivir en los campos de la biomedicina y la informática, también llegó a atrapar una ola de calor.
ChatGPT
es un modelo de lenguaje pre-entrenado OpenAI
entrenado por . Se puede utilizar para generar texto en lenguaje natural y puede mantener conversaciones. Se basa en Transformer
esquemas que capturan relaciones complejas entre lenguajes. Se puede usar para desarrollar chatbots, asistentes de voz, sistemas de generación de comentarios y más.
A continuación , evaluaré en qué soy bueno 组学生信
y en tres aspectos.数据可视化
机器学习
Análisis Bioinformático
Pregunte sobre el proceso de análisis de RNAseq
El proceso es correcto pero no hay código, mira si puedes escribirnos un código~
Se acabó, siento que voy a perder mi trabajo. He usado muchos python
scripts para ver si hay algún código.
Aunque no hay código, da un ejemplo de python
estandarización RPKM
. buena vaca ~
¿Cómo usar cada software?
Muy detallado, ¿cómo interpretar el informe de control de calidad?
Muy detallado~ Por supuesto, estas cosas también se pueden buscar en Google. Se puede ver que ChatGPT
todavía hay una ligera deficiencia en la generación automática de un código de análisis ascendente listo para usar. Sin embargo, jugar con el contorno es suficiente.
Visualización de datos
¡Hagamos un dibujo!
Escriba sus requisitos en detalle.
Como puede ver, además del código, también existe el uso de cada parámetro.
¿Puedo preguntar cómo dibujar la imagen en el último tweet?
Se dan todas las funciones utilizadas ~ es muy potente.
Parece que si ve una imagen que no puede dibujar, pregunte primero ChatGPT
y puede tener una idea.
aprendizaje automático
El aprendizaje automático debería estar ChatGPT
en casa.
Pregunta por el código para la clasificación aleatoria de bosques en lenguaje R.
¿ Cómo ajustar los parámetros ?
Resumir
Después de la prueba, solo quiero decir: ChatGPT
¡qué más no puedes saber! En general, ChatGPT
puede actuar como un asistente de IA en el proceso de resolución de problemas. Por supuesto, al ser un modelo completamente nuevo, ChatGPT
naturalmente hay mucho bug
que esperar para ser reparado. OpenAI
Algunas limitaciones existentes también se enumeran en el sitio web oficial.
ChatGPT
A veces, las respuestas suenan plausibles, pero en realidad son escandalosas. Este problema es difícil de resolver porque: durante el entrenamiento, no hay una fuente de verdad para el aprendizaje por refuerzo; demasiado énfasis en la precisión puede hacer que el modelo entrenado sea más cauteloso, lo que podría rechazar preguntas que podrían haberse respondido correctamente; el entrenamiento supervisado puede inducir a error el modelo, porque la respuesta ideal depende de Depende de lo que sabe el modelo, no de lo que sabe el demostrador humano.ChatGPT
Sensible a modificar la redacción de entrada o probar el mismo mensaje varias veces. Por ejemplo, dada la redacción de una pregunta, un modelo puede afirmar que no sabe la respuesta, pero con una ligera reformulación, puede responder correctamente. El modelo a menudo es demasiado detallado y usa en exceso ciertas frases, como reiterar que fueOpenAI
entrenado por el modelo de lenguaje. Idealmente, cuando la pregunta de un usuario es ambigua, el modelo le pide al usuario una explicación más detallada. Sin embargo, los modelos actuales suelen adivinar la intención del usuario.
contenido anterior
Cómo dibujar esta imagen | Un diagrama de dispersión un poco complicado
Cómo dibujar esta imagen | Gráfico Lollipop de análisis de correlación
Preguntas y respuestas | ¿Cómo dibujar bellas ilustraciones en papeles?
Sigue a Cell para aprender a dibujar | Mapa de morera (ggalluvial)
R combate real | Establecimiento del modelo de regresión de Lasso y proyección variable
R combate real | Añadir un círculo a la agrupación (ggunchull)
R real combat | Análisis de series temporales de datos NGS (maSigPro)
Aprende a dibujar con Cell | Diagrama de Venn (ggVennDiagram)