OpenAI ประกาศเปิดตัวโมเดล GPT-3 ใหม่ที่ชื่อว่า 'text-davinci-003' และมีการปรับปรุงที่ชัดเจนจากมุมมองเชิงสร้างสรรค์

ด้านล่างนี้ฉันทำการเปรียบเทียบ Davinci รุ่น 1, 2 และรุ่นใหม่ล่าสุด Davinci 3 แบบเคียงข้าง กัน

ประการแรกPrompt Engineeringเป็นทักษะที่จะพัฒนาขึ้นเมื่อมีการแนะนำโมเดลใหม่พร้อมกับการตั้งค่าโมเดล

ประการที่สองการตอบสนองที่สร้างขึ้นจะแตกต่างกันมากในคำขอแต่ละรุ่น แม้ว่าข้อความแจ้งทางวิศวกรรม รุ่นและการตั้งค่าจะยังคงเหมือนเดิม

ดังนั้น ในขณะที่การตอบสนองทั้งหมดมีความเกี่ยวข้องและถูกต้อง สำหรับการใช้งานบางประเภท อาจจำเป็นต้องมีการตอบสนองที่คงที่มากขึ้น

ประการที่สามระดับของรายละเอียดในการตอบสนองที่สร้างขึ้นและวิธีการสร้างจุดตามลำดับนั้นน่าทึ่งอย่างแท้จริง โดยแต่ละจุดสร้างขึ้นจากจุดก่อนหน้า

การตอบสนองโดยทั่วไปนั้นยาวกว่ามาก ระดับของการเชื่อมโยงกันและความคล่องแคล่วเป็นสิ่งที่เราคุ้นเคยจาก OpenAI

เพิ่มเติมเกี่ยวกับเรื่องนั้นในภายหลัง...

โมเดล text-davinci-003ใหม่ของ OpenAI ได้ปรับปรุงประสิทธิภาพในด้านต่อไปนี้:

▪️งานเขียนคุณภาพสูงขึ้นพร้อม เนื้อหาที่ชัดเจน น่าติดตาม และน่าสนใจ ยิ่งขึ้น

▪️ จัดการกับคำสั่งที่ซับซ้อนมากขึ้น ซึ่งช่วยให้มีความคิดสร้างสรรค์มากขึ้นในด้านวิศวกรรมที่รวดเร็ว

▪️ สร้างเนื้อหาแบบยาวผ่านการสร้างและปลดล็อกงานซึ่งก่อนหน้านี้ไม่สามารถทำได้

⭐️ ติดตามฉันบนLinkedInเพื่อรับเนื้อหาการสนทนา AI ที่ดีที่สุด ⭐️

ผมได้ทำการเปรียบเทียบระหว่างรุ่น Davinci ทั้ง 3 รุ่นอย่างตรงไปตรงมา โดยมีชื่อว่า:

1️⃣ ข้อความ-davinci-001
2️⃣ ข้อความ-davinci-002
3️⃣ ข้อความ-davinci-003

สำหรับทั้งสามรุ่น ฉันใช้ลักษณะการกำเนิดของโมเดล โดยมีคำแนะนำทางวิศวกรรม นี้ :

I want to create an intelligent chatbot people can get weather information from. How do I create such a chatbot?

ด้านล่าง คุณจะเห็นเนื้อหาที่สร้างขึ้นจากโมเดลtext-davinci-001 :

และที่นี่ ( ด้านล่าง ) คือเนื้อหาที่สร้างขึ้นจากโมเดล text-davinci-002 ที่ใหม่กว่า:

และสุดท้าย ด้านล่างคือสองตัวอย่างจากโมเดลtext-davinci-003 ใหม่ :

เมื่อสร้างใหม่หรือเรียกใช้คิวรีอีกครั้ง ผลลัพธ์อาจแตกต่างกันเล็กน้อย พิจารณาเทคโนโลยีด้านล่างซึ่งฉันพบว่าน่าสนใจ:

บทสรุป

จากผลลัพธ์ข้างต้น เห็นได้ชัดว่าโมเดล Davinci ใหม่ให้งาน เขียน คุณภาพสูงกว่า มาก พร้อมเอาต์พุตที่ยาวกว่า และนอกเหนือจากการปรับปรุงเหล่านี้แล้ว รูปแบบการเขียนยังให้คำแนะนำ พร้อมประเด็นที่นำไปปฏิบัติได้และมีลำดับขั้น

เห็นได้ชัดว่าต้นทุนจะเป็นข้อพิจารณา และในการตั้งค่าการผลิต งานที่ตั้งใจไว้และผลลัพธ์ที่คาดหวังจะต้องถูกเปรียบเทียบกับต้นทุนเทียบกับประสิทธิภาพของรุ่นอื่นๆ

⭐️ ติดตามฉันบนLinkedInเพื่อรับเนื้อหาการสนทนา AI ที่ดีที่สุด ⭐️

ตอนนี้ฉันเป็นหัวหน้าผู้สอนศาสนา @ HumanFirst ฉันสำรวจและเขียนเกี่ยวกับทุกสิ่งที่จุดตัดของ AI และภาษา ตั้งแต่LLMs , Chatbots , Voicebots , Development Frameworks , Data-Centric Latent Spaceและอื่นๆ

Cobus Quadrant™ ของการออกแบบ NLU Cobus Quadrant™ ของความสามารถในการออกแบบการสนทนา การใช้ AI ที่มีข้อมูลเป็นศูนย์กลางสำหรับโมเดล NLU การแก้ปัญหาสำหรับการกระจายเจตนาแบบหางยาว