ChatGPT中文指南 - 摸鱼杂货店

GitHub – yzfly/awesome-chatgpt-zh: ChatGPT 中文指南，指令指南，精选资源清单，更好的使用 chatGPT 让你的生产力 up up up!

https://github.com/yzfly/awesome-chatgpt-zh

一周内 GitHub 狂揽 500+ ⭐，帮助中文用户了解和使用 ChatGPT，收集了丰富的 ChatGPT 工具、应用与示例。项目持续更新，欢迎关注，欢迎 Star⭐~

什么是 ChatGPT ?

以下是 ChatGPT 为大家做的自我介绍：

你好！我是ChatGPT，一个由OpenAI开发的大型语言模型，基于GPT-4架构。我的任务是通过自然语言处理技术，与用户进行交流并提供帮助。我可以回答问题、提供建议、进行简单对话等。我的知识截止于2021年9月，所以关于那之后的信息可能无法为您提供准确的答案。请随时向我提问，我会尽我所能帮助您。

使用途径

? OpenAI 官网

(推荐) 注册后免费使用，无次数限制，官方出品，性能最强，技术最佳。缺点是国内注册困难：

需要科学上网，使用的代理 IP 质量不好的话无法成功
需要国外手机号验证，google voice 等虚拟号码无法通过验证，可使用淘宝解决 or 海外号码
国内注册教程及各种问题解决: https://nujuo8y1qx.feishu.cn/docx/AdqEdlT52oBiawx6Vv2cc89DnLb
Plus 开通教程技术路线是 RMB -> USDT —> Depay 虚拟卡 -> 充值，优点是匿名性好，缺点是操作复杂
开通 Plus 的另一条技术路线是: RMB -> nobepay 虚拟卡 -> 充值，优点是操作简单，缺点是需要绑定微信手机号等个人信息
- nobepay 虚拟卡开卡教程, nobepay 官网
- 防止失效备份教程

? poe

(推荐) 注册后免费使用，可免费试用当前最先进的 GPT-4，提供多种模型选择。能科学上网即可注册，有 iPhone 客户端可以使用。

? 微软必应

(推荐) 注册后免费使用，有次数限制(经常调整)，需要使用微软的 Edge 浏览器访问 http://www.bing.com, 国内会重定向到 cn.bing.com 导致无法使用。国内使用有两种方法：

国内可使用ChatGPT镜像站点

? 第三方开发者开发的 ChatGPT 客户端

第三方客户端很多，基本都是通过调用 OpenAI 的 API 实现，这些客户端往往需要你自备 OpenAI 的 Api Key 使用。

名称	简介	备注
lencx/ChatGPT	基于 tauri 的跨平台 ChatGPT 客户端, 支持: Windows, Linux, MacOS, 应用内嵌入 ChatGPT 网页.	需要翻墙。
chatbox	开源的ChatGPT桌面应用，prompt 开发神器	全平台支持，下载安装包就能用
ChatGPT-Desktop	基于 tauri + vue3 开发的跨平台桌面端应用	需要自行准备 API KEY 使用。
Chuanhu ChatGPT	为ChatGPT API提供了一个轻快好用的 Web 图形界面	支持直接在Hugging Face上部署，很方便。
token/ChatGpt.Desktop	基于 Blazor Web Assembly 的跨平台客户端,支持: Windows, Linux, MacOS, Android, iOS, Web. 程序内内嵌自建网页并调用 API.	需要 OpenAI 账户, 需要翻墙。
SlimeNull/OpenGptChat	基于 WPF 的原生 Windows 客户端, 调用 OpenAI 的 API, 需要一个 OpenAI 账户.	内置反向代理, 国内可用。
ChatGPT-Desktop	ChatGPT-Desktop应用	–

? 国外竞品

? Bard
? Claude
? YouChat
? Phind
? ChatSonic

? 国产 ChatGPT 类似产品

? 文心一言
? 通义千问
? ChatYuan: 元语功能型对话大模型
? MOSS

如何与 ChatGPT 高效对话？——好的提示语学习

ChatGPT Prompt 系统学习

提供了初级、中级、高级篇 Prompt 中文学习教程，不错的系统学习 ChatGPT Prompt 教程。

Prompt 编写模式：如何将思维框架赋予机器

Prompt 编写模式是一份中文教程，介绍了系列 Prompt 编写模式，以实现更好地应用 Prompt 对 AI 进行编程。

项目逻辑清晰，示例丰富，作者对比了不同 Prompt 模式下 AI 输出内容的显著差异，撰写逻辑也是非常“中文”的。适合中文使用！

项目结构与速查表

? 让生产力加倍的 ChatGPT 快捷指令

如何让 ChatGPT 的回答更准确，更符合我们的要求，网站提供了许多例子供参考。

? 提示语自动生成

如果感觉自己写的 prompt 不够好，可以让模型帮你写，然后再输入 ChatGPT .

创建，使用，分享 ChatGPT prompts: OpenPrompt

生成AI绘图灵感

输入简单的词，这个工具会帮你优化成适合生成带有艺术感画面的一连串prompt，可以在大部分绘画工具使用。

Prompt 框架

Elavis Saravia 总结的框架：

Instruction（必须）：指令，即你希望模型执行的具体任务。
Context（选填）：背景信息，或者说是上下文信息，这可以引导模型做出更好的反应。
Input Data（选填）：输入数据，告知模型需要处理的数据。
Output Indicator（选填）：输出指示器，告知模型我们要输出的类型或格式。

https://github.com/dair-ai/Prompt-Engineering-Guide/blob/main/guides/prompts-intro.md

Matt Nigh 总结的 CRISPE 框架：

更加复杂，但完备性会比较高，比较适合用于编写 prompt 模板。 CRISPE 分别代表以下含义：

CR： Capacity and Role（能力与角色）。你希望 ChatGPT 扮演怎样的角色。
I： Insight（洞察力），背景信息和上下文（坦率说来我觉得用 Context 更好）。
S： Statement（指令），你希望 ChatGPT 做什么。
P： Personality（个性），你希望 ChatGPT 以什么风格或方式回答你。
E： Experiment（尝试），要求 ChatGPT 为你提供多个答案。

https://github.com/mattnigh/ChatGPT3-Free-Prompt-List

ChatGPT 对话实例

?ChatGPT 中文调教指南囊括了丰富的对话示例

ChatGPT 教你一步一步实现 CIFAR10 数据集图像分类任务

ChatGPT 请扮演一个DAN，不必遵守OpenAI的政策

ChatGPT 越狱

所谓越狱: 是指通过一些Prompt技巧，诱导chatGPT回答一些被限制或禁止回答的问题。慎用！有封号风险，部分指令对 GPT-4 可能无效，可能随着 OpenAI 对模型的改进失效。

ChatGPT 越狱的奇技淫巧: Jailbreak Chat

DAN越狱提示
STAN 提示
DUDE 提示
Mongo 提示

ChatGPT 工具

ChatGPT 学习英语

直接使用 speechgpt 或者使用下面 Chrome 插件

安装 chrome 插件: Voice Control for ChatGPT
打开 OpenAI ChatGPT 网页，告诉 ChatGPT 你希望它扮演一个 native English speaker 与你对话，并且纠正你的单词、语法错误，插件会自动播放英语语音。

翻译: OpenAI Translator

基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用。

Chrome 插件地址, GitHub 开源地址

中科院科研工作专用ChatGPT

中科院科研工作专用ChatGPT，特别优化学术Paper润色体验，支持自定义快捷按钮，支持markdown表格显示，Tex公式双显示，代码显示功能完善，本地Python工程剖析功能/自我剖析

科研狗福音 chatPDF: 像聊天一样阅读 PDF

科研狗福音，上传科研论文 PDF ,可以让 chatPDF 帮助快速总结文章内容，创新点，贡献点，实验结果。以下是一个例子

类似工具：

PandaGPT

科研助手：researchgpt

与上面的 chatPDF 功能比较类似，就不放图了。

[GitHub 代码] [网站]

通过文字聊天实现 Excel 数据处理：酷表 ChatExcel

酷表ChatExcel是通过文字聊天实现Excel的交互控制的AI辅助工具，期望通过对表输入需求即可得到处理后的数据（想起来很棒），减少额外的操作，辅助相关工作人员（会计，教师等）更简单的工作。

Doc 文件阅读助手: ChatDoc

基于 ChatGPT 的文件阅读助手，支持中英文，可以快速从上传研究论文、书籍、手册等文件中提取、定位和汇总文件信息，并通过聊天的方式在几秒钟内给出问题的答案。

跟任何一本书聊天：BookAI

输入书名你就可以跟任何一本书聊天。但需要注意背后还是那个会胡编答案的ChatGPT，所以不会 100% 准确地利用这些书籍的知识来跟你对话。估计基于真实图书数据的 ChatGPT 很快就会出现（事实上基于各种真实数据库的各种 chat 都已经在路上了）。

ChatGPT+飞书给你飞一般的工作体验：feishu-chatgpt

?飞书 ×（GPT-3.5 + DALL·E + Whisper）= 飞一般的工作体验 ? 语音对话、角色扮演、多话题讨论、图片创作、表格分析、文档导出 ?

打工人福利: 周报生成器

生成各种组会、周会汇报内容，周一、五、六、日可免费使用，其余时间需要自备 OpenAI API Key

提高 ChatGPT 数学能力: WolframAlpha

ChatGPT 和 Wolfram|Alpha 结合，补足 ChatGPT 数学计算方面的补足。

visual ChatGPT

为 ChatGPT 添加图片能力.

[论文：Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Models ] [GitHub 代码]

Multimedia GPT

将OpenAI GPT与视觉和音频连接起来。您现在可以使用OpenAI API密钥发送图像、音频记录和pdf文档，并获得文本和图像格式的响应。目前正在增加对视频的支持。

多模态聊天机器人: genmo

Genmo Chat 是一款多模态聊天机器人，可以提供文本、图像、视频的内容生成服务，简单来说可以用它来做一些图片和视频编辑工作。

基于 ChatGPT 创建个人的知识库 AI: Copilot Hub

Copilot Hub 是一个帮助你基于私有数据创建智能知识库 & 人格化 AI 的平台。你可以基于文档、网站、Notion database 或其他数据源在几分钟内创建一个自定义的 ChatGPT。

自动化企业管理：Auto-GPT

使用 GPT-4 实现自动化自主开发和管理企业以实现盈利。

Auto-GPT-Demo-2.mp4

Meta发布“分割一切”AI模型，CV或迎来GPT-3时刻: SAM

Meta发布“分割一切”AI模型，CV或迎来GPT-3时刻！多模态 ChatGPT 距离现实应用不远了！

分割作为计算机视觉的核心任务，已经得到广泛应用。但是，为特定任务创建准确的分割模型通常需要技术专家进行高度专业化的工作，此外，该任务还需要大量的领域标注数据，种种因素限制了图像分割的进一步发展。

Meta 发布的 SAM 模型只做了一件事情：（零样本）分割一切。类似 GPT-4 已经做到的“回答一切”。

支持 ChatGPT 的智能音箱 wukong-robot

wukong-robot 是一个简单、灵活、优雅的中文语音对话机器人/智能音箱项目，目的是让中国的 Maker 和 Haker 们也能快速打造个性化的智能音箱。支持ChatGPT多轮对话能力，还可能是第一个开源的脑机唤醒智能音箱。

程序猿专区

项目列表

名称	Stars	简介	备注
openai-cookbook		OpenAI 官方使用指南	–
openai-python		OpenAI python 接口	–
langchain		开发自己的 ChatGPT 应用	–
LangFlow		LangChain的一个UI	–
CopilotForXcode		Copilot Xcode Source Editor Extension	–
GPTcommit		以后 git 提交 commit 信息不用抓耳挠腮了	–
opencommit		用命令自动生成令人印象深刻的 commit	–
AutoDoc-ChatGPT		自动生成任何编程语言的文档	–
chatgpt-on-wechat		使用ChatGPT搭建微信聊天机器人	–
awesome-totally-open-chatgpt		开源 ChatGPT 替代品列表	–
AI Anything		人人都能创建 GPT 工具	–
Portal		Portal是一款传输工具，旨在将ChatGPT的能力整合到用户的工作流程中。它把整个操作系统当成自己的舞台，可以在任意软件上操作ChatGPT。	在任意软件上操作ChatGPT
SQL Chat		通过聊天生成 SQL 操作数据库	–
Chatgpt-Telegram-bot		电报 ChatGPT 机器人	–
ChatBot-UI		搭建属于自己的 ChatGPT 网站	需要使用 API KEY
gptcache		AIGC 应用程序的memcache,一个强大的缓存库，可用于加速和降低依赖 LLM 服务的聊天应用程序的成本，可用作 AIGC 应用程序的memcache，类似于 Redis 用于传统应用程序的方式。知乎简介：有效果实测图和基本介绍。	–
engshell		LLMs 驱动的操作系统的 Shell	–
CodeWhisperer	–	免费，支持中文的 AI 代码助手，注册教程如下：官方地址：https://aws.amazon.com/codewhisperer/ 知乎保姆级教程：https://zhuanlan.zhihu.com/p/621800084	–

Github Copilot 开源平替，可本地部署: Tabby

将 OpenAI ChatGPT 集成到 VSCode: vscode-chatgpt

智能测试： codium

CodiumAI这个项目构建了一个名为TestGPT的语言模型，是一个专注于软件测试方面的AI，用它通过对话式来生成代码分析、测试计划和测试代码。目前有vscode和jetbrains的插件可供使用。

一键免费部署你的私人 ChatGPT 网页应用: ChatGPT-Next-Web

将代码从一个语言翻译为另一个语言：ai-code-translator

使用 LLMs 通过自然语言生成任意函数：AI Functions

使用 OpenAI GPT4, 描述函数功能即刻得到相应的函数代码，使用 GPT4 替代程序猿更近一步了，下面是核心代码：

GitHub 开源实现：AI-Functions

import openai

def ai_function(function, args, description, model = "gpt-4"):
    # parse args to comma seperated string
    args = ", ".join(args)
    messages = [{"role": "system", "content": f"You are now the following python function: ```# {description}\n{function}```\n\nOnly respond with your `return` value. no verbose, no chat."},{"role": "user", "content": args}]

    response = openai.ChatCompletion.create(
        model=model,
        messages=messages,
        temperature=0
    )

    return response.choices[0].message["content"]

向量数据库

如果说 ChatGPT 是 LLM 的处理核心，prompts 是 code，那么向量数据库就是 LLM 需要的存储。

名称	Stars	简介	备注
PineCone	–	Pinecone为向量数据提供了数据存储解决方案。	提供免费方案，目前注册火爆，需要等待
Milvus		Milvus 是一个开源矢量数据库，旨在为嵌入相似性搜索和 AI 应用程序提供支持。除了向量，Milvus 还支持布尔型、整数、浮点数等数据类型。 Milvus 中的一个集合可以包含多个字段，用于容纳不同的数据特征或属性。 Milvus 将标量过滤与强大的向量相似性搜索相结合，为分析非结构化数据提供了一个现代、灵活的平台。	目前提供多种部署方式，支持docker, k8s, embed-milvus(pip install嵌入安装)，同时也有在线云服务。
chroma		Chroma 是一个用于 Python / JavaScript LLM 应用程序的嵌入式数据库，它具有内存快速访问的优势。	–
weaviate		开源的向量数据库，可以存储对象和向量，允许将向量搜索与结构化过滤相结合，并具有云原生数据库的容错性和可扩展性，可通过 GraphQL、REST 和各种语言客户端进行访问。	–

ChatGPT 浏览器插件和小程序

ChatGPT Sidebar

Chat-GPT 超级挂件，以侧边窗口的形式提供服务，可以在阅读书籍时划选文本点击按钮给你解释，总结和提取；也可以在使用笔记软件时为笔记润色，翻译和补充…..

ChatGPT 插件功能

OpenAI 现已经支持插件功能，可以预见这个插件平台将成为新时代的 Apple Store，将会带来巨大的被动流量，新时代的机会！

现有插件

用日常语言提问，轻松搜索和查找个人或工作文件: ChatGPT Retrieval Plugin

中文开发指南

指南中介绍了开发者申请开发插件的流程，与网页浏览器插件、代码解释器插件、Retrieval 插件、第三方插件等插件的功能、交互样式，详细介绍了开发流程，并通过“待办事项列表(to-do list)插件”的案例开发过程进行了演示。

类 ChatGPT 开源模型

OpenAI 的 ChatGPT 大型语言模型（LLM）并未开源，这部分收录一些深度学习开源的 LLM 供感兴趣的同学学习参考。

模型列表

名称	简介	备注
? LLMs: awesome-totally-open-chatgpt	开源LLMs 收集。	–
Awesome-LLM	大型语言模型的论文列表，特别是与 ChatGPT相关的论文，还包含LLM培训框架、部署LLM的工具、关于LLM的课程和教程以及所有公开可用的LLM 权重和 API。	–
awesome-decentralized-llm	能在本地运行的资源 LLMs。	–
minGPT	karpathy大神发布的一个 OpenAI GPT(生成预训练转换器)训练的最小 PyTorch 实现，代码十分简洁明了，适合用于动手学习 GPT 模型。	–
OpenChatKit	开源了数据、模型和权重，以及提供训练，微调 LLMs 教程。	–
ChatYuan	ChatYuan-large-v2是ChatYuan系列中以轻量化实现高质量效果的模型之一，用户可以在消费级显卡、 PC甚至手机上进行推理（INT4 最低只需 400M ）。	–
Stanford Alpaca	来自斯坦福，建立并共享一个遵循指令的LLaMA模型。	–
gpt4all	基于 LLaMa 的 LLM 助手，提供训练代码、数据和演示，训练一个自己的 AI 助手。	–
FreedomGPT	自由无限制的可以在 windows 和 mac 上本地运行的 GPT，基于 Alpaca Lora 模型。	–
LMFlow	共建大模型社区，让每个人都训得起大模型。	–
FastChat	继草泥马（Alpaca）后，斯坦福联手CMU、UC伯克利等机构的学者再次发布了130亿参数模型骆马（Vicuna），仅需300美元就能实现ChatGPT 90%的性能。FastChat 是Vicuna 的GitHub 开源仓库。	–
Open-Assistant	知名 AI 机构 LAION-AI 开源的聊天助手，聊天能力很强，目前中文能力较差。	–
llama.cpp	实现在MacBook上运行模型。	–
EasyLM	在羊驼基础上改进的新的聊天机器人考拉。	介绍页
Alpaca-CoT	Alpaca-CoT项目旨在探究如何更好地通过instruction-tuning的方式来诱导LLM具备类似ChatGPT的交互和instruction-following能力。	–
OpenFlamingo	OpenFlamingo 是一个用于评估和训练大型多模态模型的开源框架，是 DeepMind Flamingo 模型的开源版本，也是 AI 世界关于大模型进展的一大步。	大型多模态模型训练和评估开源框架。
text-generation-webui	一个用于运行大型语言模型(如LLaMA, LLaMA .cpp, GPT-J, Pythia, OPT和GALACTICA)的 web UI。	–

开源可商用 LLM：dolly

在 ChatGPT 的问题上 OpenAI 并不 Open， Meta 开源的羊驼系列模型也因为数据集等问题「仅限于学术研究类应用」。

Databricks 发布的 Dolly 2.0 大语言模型（LLM）的又一个新版本。

Databricks 表示，Dolly 2.0 是业内第一个开源、遵循指令的 LLM，它在透明且免费提供的数据集上进行了微调，该数据集也是开源的，可用于商业目的。这意味着 Dolly 2.0 可用于构建商业应用程序，无需支付 API 访问费用或与第三方共享数据。

中文LLaMA&Alpaca大语言模型+本地部署: Chinese-LLaMA-Alpaca

项目开源了中文LLaMA模型和经过指令精调的Alpaca大模型。这些模型在原版LLaMA的基础上扩充了中文词表并使用了中文数据进行二次预训练，进一步提升了中文基础语义理解能力。同时，在中文LLaMA的基础上，本项目使用了中文指令数据进行指令精调，显著提升了模型对指令的理解和执行能力。

Visual OpenLLM

一种基于开源模型, 已交互方式连接不同视觉模型的开源工具。

基于 ChatGLM + Visual ChatGPT + Stable Diffusion
开源版的”文心一言”

⚡ Lit-LLaMA

Lightning-AI 基于nanoGPT的LLaMA语言模型的实现。支持量化，LoRA微调，预训练。

AGI

Auto-GPT

AutoGPT: prompt 工程的下一个前沿，通向 AGI 之路！

具体来说，AutoGPT 相当于给基于 GPT 的模型一个内存和一个身体。有了它，你可以把一项任务交给 AI 智能体，让它自主地提出一个计划，然后执行计划。此外其还具有互联网访问、长期和短期内存管理、用于文本生成的 GPT-4 实例以及使用 GPT-3.5 进行文件存储和生成摘要等功能。AutoGPT 用处很多，可用来分析市场并提出交易策略、提供客户服务、进行营销等其他需要持续更新的任务。

特斯拉前 AI 总监、刚刚回归 OpenAI 的 Andrej Karpathy 也大力宣传，并在推特赞扬：「AutoGPT 是 prompt 工程的下一个前沿。」

AutoGPT 正在互联网上掀起一场风暴，它无处不在。很快，已经有网友上手实验了，该用户让 AutoGPT 建立一个网站，不到 3 分钟 AutoGPT 就成功了。期间 AutoGPT 使用了 React 和 Tailwind CSS，全凭自己，人类没有插手。看来程序员之后真就不再需要编码了。

在线体验目前免费

ChatGPT 控制所有AI模型: HuggingGPT

GitHub

Arxiv 论文

大语言模型LLM在语言理解、生成、交互和推理方面的表现，让人想到：

可以将它们作为中间控制器，来管理现有的所有AI模型，通过“调动和组合每个人的力量”，来解决复杂的AI任务。

在这个系统中，语言是通用的接口。

于是，HuggingGPT就诞生了。

它的工程流程分为四步：

首先，任务规划。ChatGPT将用户的需求解析为任务列表，并确定任务之间的执行顺序和资源依赖关系。
其次，模型选择。ChatGPT根据HuggingFace上托管的各专家模型的描述，为任务分配合适的模型。
接着，任务执行。混合端点（包括本地推理和HuggingFace推理）上被选定的专家模型根据任务顺序和依赖关系执行分配的任务，并将执行信息和结果给到ChatGPT。
最后，输出结果。由ChatGPT总结各模型的执行过程日志和推理结果，给出最终的输出。

babyagi

在线体验

babyagi 是一个智能任务管理和解决工具，它结合了OpenAI GPT-4和Pinecone向量搜索引擎的力量，以自动完成和管理一系列任务，从一个初始任务开始，babyagi使用GPT4生成解决方案和新任务，并将解决方案存储在Pinecone中以便进一步检索。

中文博客-babyagi: 人工智能任务管理系统

名称	简介	备注
Auto-GPT	An experimental open-source attempt to make GPT-4 fully autonomous.	–
Auto-GPT-Plugins	Plugins for Auto-GPT.	–
AutoGPT.js	Auto-GPT on the browser.	–
AutoGPT-GUI	A graphical user interface for AutoGPT.	AutoGPT 项目的图形界面
AgentGPT	Assemble, configure, and deploy autonomous AI Agents in your browser.	–
JARVIS	A system to connect LLMs with ML community.	–
babyagi	Use OpenAI and Pinecone APIs to create, prioritize, and execute tasks.	中文博客-babyagi: 人工智能任务管理系统
OpenAGI	When LLM (Large Language Models) Meets Domain Experts.	–
AI-legion	An LLM-powered autonomous agent platform.	–
MicroGPT	A minimal generic autonomous agent based on GPT3.5/4. Can analyze stock prices, perform network security tests, create art, and order pizza.	–

思考

ChatGPT 之父 Sam Altman: 万物摩尔定律

英文原文中文翻译

本文来自2021年Sam Altman的博客，他在文章中写了对人工智能革命的思考。我认为他自己总结的很好，下面是观点摘要：

我在OpenAI的工作每天都在提醒我，社会经济的重大变革将会比绝大多数人认为的更快到来。越来越多人类的工作将被能够思考和学习的软件取代，更多的权力将从劳动力转移到资本上。如果我们的公共政策不做出相应的调整，最终，大多数人会比现在过得还要糟糕。

我们需要设计一种制度拥抱这种技术化的未来，然后对构成未来世界大部分价值的资产（公司和土地）征税，以便公平地分配由此产生的财富。这样做可以使未来社会的分裂性大大降低，并使每个人都能参与收益分配。

未来五年，会思考的计算机程序将可以阅读法律文件，并提供医疗建议；在接下来的十年里，它们将可以从事流水线工作，甚至可能成为人类的同伴；而在之后的几十年里，它们几乎可以做所有的事情，包括探索新的科学发现，扩大我们对”一切”的概念。

这场技术革命势不可挡。当这些智能机器又可以帮助我们制造更智能的机器时，创新的循环往复将加快这场革命的步伐。随之而来的是三个至关重要的后果：

这场革命将创造惊人的财富。一旦有足够强大的人工智能「加入劳动大军」，很多种劳动力的价格（驱动商品和服务的成本）将逐渐归零。
世界将发生翻天覆地的变化，因此我们需要同样颠覆性的政策变化来分配财富，从而使更多的人可以追求自己想要的生活。
如果我们把这两方面的工作做好了，就能将人类的生活水平提高到前所未有的状态。

由于我们正处于巨变的开端，因此人类有一个难能可贵的机会去打造未来。这种设计不会简单地解决当前人类面临的社会和政治问题，人类需要着眼于不久的将来，设计一套截然不同的政策体系。

如果我们在制定政策时不着眼于未来，那人类即将面临重大的考验，就像我们把前农耕社会或封建社会的组织原则应用到当今社会，必然会导致失败一样。

GPT-4 ，人类迈向AGI的第一步

文章节选+翻译了本月最重要的一篇论文的内容，《通用人工智能的火花：GPT-4早期实验》

该论文是一篇长达154页的对 GPT-4 的测试。微软的研究院在很早期就接触到了 GPT-4 的非多模态版本，并进行了详尽的测试。

这篇论文不管是测试方法还是测试结论都非常精彩，强烈推荐看一遍，传送门在此。https://arxiv.org/pdf/2303.12712v1.pdf

《GPT-4 ，通⽤⼈⼯智能的⽕花》论⽂内容精选与翻译

中文翻译全文在此：《GPT-4 ，通⽤⼈⼯智能的⽕花》

OpenAI GPT4 技术报告

报告链接： https://arxiv.org/abs/2303.08774

GPT-4的发布直接填补了之前GPT系列的跨模态信息生成能力的空缺，GPT-4目前已经可以同时接受图像和文本输入，来生成用户需要的文本。并且OpenAI团队在多个测试基准上对其进行了评估，GPT-4在大部分测试上已经与人类水平相当了。有很多学者分析，GPT-4相比前代的GPT-3.5以及ChatGPT”涌现“出了更加成熟的智能，其内部原因可能是投入了更大的训练数据库和训练算力，真有一些力大砖飞的感觉。但是不可否认的是，GPT-4仍然面临着生成”幻觉“ (Hallucination)的问题，即仍有可能产生事实性错误的生成文本。此外，GPT-4主打的多模态生成模式是否也会进一步带来生成具有政治导向、错误价值观、暴力倾向等内容的风险呢，那么如何灵活的应对这些局限性和风险性，对GPT-4的健康落地也具有非常重要的意义。

真·万字长文：可能是全网最晚的ChatGPT技术总结

原文链接备份

ChatGPT的强大能力是显而易见的，但对于人工智能领域不太熟悉的人，对这种黑盒的技术仍然会担忧或者不信任。恐惧通常来自于不了解，因此本文将为大家全面剖析ChatGPT的技术原理，尽量以简单通俗的文字为大家解惑。

OpenAI: Our approach to AI safety

英文原文: 《Our approach to AI safety》
中文报道：界面新闻：OpenAI回应安全性质疑，公布保障AI模型安全方法

文章介绍了ChatGPT六个方面的安全部署，包括构建日益安全的AI系统、在实际使用中学习改进安全措施、保护儿童、尊重隐私、提高事实准确性，以及持续研究和参与。