李宏毅老师课程《80分钟快速了解大语言模型》
GPT-4 Ability
linear algebra test
5题答对4题,3题分析正确
GPTs: 打造AI应有只要一瞬间
我立刻10min创建了一个zebrafish expert
- “chatGPT真正做的事-文字接龙”
Token
计价方式;开发者先设定好的,可通过对应平台查询,例如openAI tokenizer平台
GPT的发展史
GPT: Generative Pre-trained Transformer
- GPT-1(2018) 117M, 1GB data
- GPT-2(2019) 1542M, 20GB data,可以回答问题

- GPT-3(2020) 175B, 580GB(哈利波特全集约100,0000 words, 以UTF-8编码,一个英文字母一个字节,估算共6e6 Byte;则580e9/6e6约100,000遍,远超一个人100年全部时间所能阅读的文字量)
关键技术
Pre-train -> Supervised training -> Reforcement learning/RLHF


监督式学习的重要性:
有预训练后,监督式学习不用大量资料
PROMPT
- 把需求写清楚
- 提供资讯给ChatGPT
- 提供范例
- 鼓励GPT想一想(chain of thought)
- 神奇咒语
- 上传档案
- ChatGPT可以使用其他工具
- 拆解任务
- 自主进行规划
- 会反省
- 跟真实环境互动
快速全面了解大语言模型
https://liu-alessia.github.io/2026/03/24/2026-03-25-快速全面了解大语言模型/