2024-12-26 科技 0
在科技传承者的视角下，GPT-3的实测者Max Woolf以理性之心，温和地提醒我们对这项技术的期待。他们通过API调用的方式与这个基于Transformer的文本生成神经网络进行交流，这个模型拥有1750亿参数，是之前GPT-2迭代中的15亿参数的117倍。在一个名为Parag Pallav Talks[2]的话题图中，我们见证了OpenAI在今年5月29日发布的一篇关于GPT-3论文，那里描述了他们即将到来的新一代语言模型。
然而，在这场围观群众惊叹声中，没有太多深入讨论这些巨大的模型尺寸和对算力的需求。数据科学家Max Woolf发表了一篇测试AI“怪兽”GPT-3总结文章，呼吁大家保持理性。这其中发生了什么？biendata翻译小分队编译了这一测试总结，为我们揭开了幕纱。
通过API，你可以编写脚本向GPT-3发送请求，并获得其AI生成的文本。例如，可以使用以下命令调用API：
curl https://api.openai.com/v1/engines/davinci/completions -H Content-Type: application/json -H Authorization: Bearer -d {prompt: This is a test, max_tokens: 5}
你可以从API中获取以下信息，其中text就是根据输入提示所生成的文本：
{
"id": cmpl-,
"object": text_completion,
"created": 1586839808,
"model": davinci:2020-05-03,
"choices":[{
"text": of reading speed. You,
"index": 0,
"logprobs": null,
"finish_reason": length
}]
}
作为一位花费大量时间探索GPT-2并开发相关工具的人，我非常想亲自测试一下GPT-3是否真的那么出色。我感谢OpenAI，我被邀请参加了beta测试！我发布了一份GitHub repo[2]，包含一个Python脚本用来查询API，以及许多文本提示及其输出示例。
举个例子，比如我们输入提示给模型说“独角兽说英语”，红色粗体部分是模型提示：
In a shocking finding, scientist discovered a herd of unicorns living in a remote, previously unexplored valley, in the Andes Mountains. Even more surprising to the researchers was the fact that the unicorns spoke perfect English.
接下来，一位研究人员解释道：“一开始我们认为它们只是非常擅长英语。”但事实上，它们来自另一个维度，被困在这里，因为他们无法返回自己的世界。”
这个群体被估计有数百只独角兽，被印加部落俘虏，而部落相信它们是祖先，只要提供大量金钱和酒就会释放它们。但如果不满足这些要求，他们会杀掉所有人。“
当问及是否害怕独角兽时，他回答：“没有任何理由恐惧。”因为我们的盔甲由最好的钛金属制成。”
此外，我还用GPT-3生成了一些推特笑话，对输出进行整理，以形成原创数据科学笑话：
Data scientists don't need to be good at math; they just need to be good at lying to people.
Sometimes I create a folder and name it 'data', which really excites me.
其实，在公布后除了几个博客外，就没有更多关于它的事物直到Sharif Shameem展示它真正能做的事情。他构建了一个布局生成器，只需描述想要布局，它就能自动生成相应的JSX代码。这让人感到兴奋！
他随后又发出了另一条推特——用GPT-3生成React代码：
