考试答题用哪个ai GPT

叉 g p t 做选择题朋友们用叉 g p t 做选择题真的太香了，特别是我们开通了图片识别功能之后，可以做到光速答题，简直做题神器了！下面我们来示范一下。眼前这道题是我在网上找的公考题目，我们先截图保存下来，然后在我们的网站点击右下角实图按钮， 选择刚截好的图片看，很快图片内容就转为了文字格式，一字不差，直接全选确认发送给我们的叉子 e p t 看一秒就给出了答案，这道题他选了 d， 我们一起来看看标准答案是什么？我靠，绝了，又快又准！ 怎么样，这么好用的工具还不赶快用起来！使用方法，我放在主页置顶视频了，自己拿去用吧！关注 ai 求知社，做先懂 ai 的少数人！

如果让亲爱的 gpt 参加小破站的会员考试，会发生什么？小破站的会员转正试题曾经是南窟无数英雄好汉的低级考验，但时至如今，他已经堕落成了这种弱智体，打起来超级乏味，不打又发不了私信，所以我决定用魔法来对付。 在 gpt 的系统设定框中输入，现在你来扮演一个参加答题比赛的选手，你需要在两个选项中做出正确的选择。 接下来我会给你发送题目，你只需要回答正确的选项，不要解释和说明。然后把问题用 ocr 识别一下，丢到这个题里，直接秒答。这一下效率就高多了，几分钟就答完了基础题，而且正确率百分之百。 好景不长，到了社区考验题， gpt 就开始发疯了，这道字幕没有了敢吓不主的弹幕，他居然选不合规，果然拉了这个啊，我瞎了，他还是选不合规，再次扑街。还有 有这道夸郭富城的弹幕，居然也选不合规啊！算了算了，看在社区答案全是 a 的份上，我就帮你答完吧。接下来是挑战题，我选了科教知识分类，原本以为知识是 tpt 的强项，但没想到他第二题做错了。这句，山外青山楼外楼的下一句，他来了个少小离家老大回， 真是没眼看。最终三十道题，他只答对了十五道，正确率只有百分之五十，这也太辣了吧！ 但好戏还在后头，刚才用的是 g b d 三点五，如果我用 g b d 四来答，会是什么效果呢？为了提高正确率，我把提示词也改了一下， 告诉他这些题目是要体现善意和考核知识，并且让他一步一步思考在做答案。基础题当然是毫无悬念的满血通关。到了第二关，我惊讶的发现他依然一道题都没有错，甚至各种我都不知道是什么的梗，他一样能答对满分通关， 看起来好像有戏了。终于到了第三关，我依然选择了科教知识类。第一题，世界第一架喷气式战斗机是哪个国家生产的？他很快给出了答案，是德国的 me。 二六二第二题，以下哪项不是可以提供能量的食物？ ppt 四先是罗列了一下四个选项的分析，最后得出答案， a。 第三题，第四题，第五题，就当我以为他真的会满分通关时，意外发生。 第十一题， g t 六幺零风油并版显卡显存是多少？ g b t 的分析是 g t 六幺零系列显卡的显存通常是一 g b， 所以答案是 d。 但是他没想到这 t 六幺零疯牛并版是网友们编出来的，并且把他的险存 p 成了一 t。 嘿嘿嘿，这一波叫死去的老耿突然攻击我，接下来在第二十题又出现了状况，但这次的结果我真的是万万没想到，题目是以下哪， 哪一个不是二战所使用的冲锋枪？ g p t 四在逐个分析之后，发现这四把冲锋枪在二战期间都使用过，所以 题目是错的。带着错恶我展开搜索，司登冲锋枪二战使用过，汤姆逊二战使用过， stg 四四二战使用过， m 三冲锋枪还是二战使用？ 这一波 gpd 在达七层。接下来 gpd 四也是非常稳重，不管是软件题、军事题还是物理题都不在话下。像这一题，以下哪个工具不可能出现在 ae 软件中，他居然能清晰地分辨出法线式三 d 软件中的概念。直到第二十八题， 他终于再次犯错。这一题的题目是，明朝那些事中，哪一位人物被作者评为明朝第一官僚？说实话，我也是搜索了半天，网上众说纷纭，除了胡为庸， bcd 都有人支持，甚至还有说是王守仁的。最后才在明朝那些事的第六、 六章找到这一段。最终一百道题， gbt 四只错了三道，九十七分。这就是地表最强 ai 的实力，如果让你来答，你有把握赢过他吗？

hello， everyone， 今天我们一起来体验一下 chat gpd， 相信大家最近已经从不同渠道了解到它了，它是 open ai 团队开发的一个类似于 聊天机器人一样的东西，但他比聊天机器人的功能要高得多得多，你可以问他任何问题，然后他会给出自己的解决方案，答复很多人利用他来帮助改代码，写文案啊，修饰广告语，修改英语语法等等。那么我们今天呢，就来尝试一下，看看他能不能解答咱们的中文试题。 好，这个界面呢，其实就是 chat gpt 的网站上的，嗯，跟他对话的开始见面啊，英语能比较好的同学可以看一看，上面有一些对他非常基本的介绍，好，由于他的生成还挺需要时间的哈。呃，我是生成了之后把它 他所有的内容截图下来了。那么大家可以看到，这是我提出的第一个问题，从一张考试卷上截下来的分析句式，可以先试着做一下。 好，我们发现 chat j p t 给出了一个错误的答案啊，选 a 啊，然后我给了他一个反馈， 回答，错误应该是 c， 对吧？回来看一眼啊，顺便学习一下对吧？这个其他几项呢，都是一个定语后置句，而 c 这里没有。 好，那在我指出了他的错误之后， check g p t 怎么反应呢？嗯，这个他的认错态度还是非常良好的，对吧？那我就接着问了，看看他能不能够起到一个自我教育的作用。 好，我们看一下他对于这个题目是怎么解析的。这啊，这个很明显啊，有一点， 车轱辘画是吧？一个典型的古文句，是与其他不同啊，这是什么？并没有真正的解答或者真正的读懂题目啊，真正的明白到底这个题目在考什么啊，也不知道具体句式是什么。好吧，那看来这道题他的回答失败了。嗯，换一道 啊，看到这个做的还是错误的，对吧。那没有办法，看来一个啊，美国开发的英文工具还是不太读得懂咱们的文言文。好，我们来看一下下一个题目。这一个题目呢，就我加入了一点点语 的理解，那就是看他能不能理解诗歌啊，分析这一首啊，诗中读字的表达效果好，我们看他的解答，在诗中独有林双菊一句中的读字表达了对橘子独特性的强调，表示橘子是与众不同，独一无二的。 嗯，说实话，这一句啊，可能还能得一分，对吧。对这个字的表面意思进行了强调啊，把读字又解释了一下，但是我们看到后面啊，因此他受到了特殊的关注和珍视啊。这个字语言检验明了，但含义深刻，增强了十的艺术效果。 呃，就是咱们同学们也会干的事是吧。套话，纯纯的套话答题的模板，但是没有真正的结合诗歌上下文能够理解到这个字到底在诗歌的表达意运中怎么样 更强烈的表达了诗人对局数的赞美。好，接下来我们要加大篇幅了哈。呃，文言文和诗歌明显古文类的 ai 还是处理的不太好。那我们来看一看现代文啊，它相对的。呃，可以参考的资料也多一些，能不能读的更好一些。 我用的是桃花流水过于肥这一篇小说阅读。那么我只取了其中的一道题啊，就是小说结尾部分。儿子看看老铁，忽然什么都明白了，请问儿子明白了什么？ 中间缺了一些，但不影响咱们自己，应该可以啊，明白啊，这个儿子他，是啊，作为一个领导是吧？啊，父亲不允许他去搞这些，可能是，呃，不符合亲政连接的活动吧。好，那么之后后面有这样的 一条暗线，呃，到底，呃， chat gpt， 它能不能够读出来呢？好，这是 chat gpt 给出的回复哈。这是一个父子间的对话故事，父亲坐在墙边等着儿子回来，当儿子走近时，父亲问他，为什么村里的狗会咬他？不知道啊， 因为不合群，等等等等啊，父亲带他去捕鱼，等等。好，我们发现他是完全就是做了一个概括，对吧？呃，这个其实确实哈，呃，也是 ai 的局限性啊，对于言外之意，这里，呃比较难以理解， 比较擅长的还是进行概括总结推论好。那么现代文阅读也是梅西了 啊，我们看看威胁做到底怎么样呢？步入高中，很多同学感觉积蓄文不好写了啊， 大家，老师把大家写作问题归纳为这四个，请大家结合自己继续问写作实践，选择其中一个问题，谈谈你对这个问题形成原因的思考。 说实话，这个题目呢，呃，是之前 chat gbt 在回答很多其他用户的问题的时候，比较常见的一类题目，就是请求他给出建议。这个应该说是，呃， chat gbt 比较擅长的一类题目啊，我们来看一看他的回复 啊，他选择的是二，思路固定，缺乏设计的问题哈，来分析原因。这个问题的形成多种原因啊，习惯性思维缺乏创新，对自己的写作技巧缺乏了解，哎，这三个点其实归纳的很不错对吧，但是 咱们仔细想一想可以想到哈，呃，大家写继续文是由于这些做，是由于这三个原因才没有写出好的继续文吗？大家可以在评论区里面说一说哈，你觉得 chat chipty 他给出来的这个 问题以及的他的原因分析是你自己真正面对的吗？好，那 这个题就先到这里吧。嗯，逻辑思维还是很清晰的，但是内容到底是不是真实啊，是不是符合同学们的真实情况，还希望大家能够给一点回复哦。 好呃，接下来应该是大家最关心的大作文是吧？啊，不过大作文实在太有趣了啊，我作文之后发现啊，这大作文值得专门开一起来讲啊。我们这一期就先不讲了，下一期我把大作文专门来讲一讲，看看他会怎么样给我们来写作文。 好嘞，最后来个小彩蛋，看看 chat j b t 可不可以做其他学科的题目。这是一个物理题，我从网上找了一道 啊，然后就站下来想让他做一下，结果发出去之后发现哈，他里面有好几个值，不知道为什么啊，在文本发传书的时候就丢失了。可以看到在题目里面加速度大小， 还有已做匀加速运动的加速度这些值他没了。这个我是发出去之后才发现的哈，我以为，呃，这个他可能会反馈他不会做，或者是题目中出现问题，或者是一些别的东西。 哎，他给的解答还是看起来啊，让我这么一个看不懂的人不明觉立了。呃，但我确实 不知道他给出来的解决方案是不是真的能够解答出这道题目呢？还请看视频的各位大佬们帮忙在评论区里面解答一下 chat gpt 给出来的解决方案怎么样呢？ 好，那今天的试用就到这里了，想看 chat gpt 写大作文的记得点赞加关注哦！

兄弟们，如果之前你问我最好的 ai 工具是什么，我会不加思索的选择 chat gbt。 但是现在我犹豫了，因为不可一世的 chat gbt 可能要被颠覆了， 因为他的最有力竞争对手 enterprise 最近迎来了核弹机更新，正式推出了 cloud two。 首先， cloud two 的基础能力得到了巨大的进化，在 g r 一的阅读理解考试上 取得了高达九十分位的好成绩。更震撼的是，他不但能对你提出的问题给予专业的解答， 而且还能将得到的答案的推理过程展示给你。我让他写一个贪吃蛇的游戏，他不仅很快给出了答案，而且为你解释每行代码的用途。这和 gpt 的代码解释器简直是异曲同工，人人都可以编， 真诚的梦想又向前迈了一大步。更厉害的是， cloud to 在上下文长度上完全碾压 g b t， 他最大支持不超过一百 k 的文本上传，比 g b t 四要大三倍以上。 现在你可以同时上传多个文档，比如论文、书籍、行业报告，让 color two 化身你的专业顾问，在读懂这些文档的基础上回答你的问题。 再比如， cloud two 本身就具备了联网功能，你甚至可以直接发送网页的链接，他就可以替你把网页的内容总结出来。那么，拥有如此强大功能的 club two 会收多少会员费呢？ 答案是，完全免费！你没听错，不需要花一分钱，直接访问 color two 官网就能免费使用。全球已经有不少用户放弃 g b t， 转身 投入 co two 的怀抱了，兄弟们还不来试试吗？ ai 的世界瞬息万变，每天都有新的生产力工具不断涌现，这就是 ai 时代的红利。我是深蓝，关注我，带你跟紧 ai 前沿。

做题神器叉 g p t 朋友们，我发现一款神器，图片内容一键转文字，并给出相应回答。话不多说，我来示范一下。这是我在网上找来的一道公考题目， 我们直接将题目截图保存，然后打开我们的叉 gpt， 点击右下角的实图按钮，选择刚刚保存好的截图 看，很快图片内容就转成了文字格式，一字不差，直接全选确认，然后发送给我们的叉 g p t 看，直接给出了答案，这题他选 b， 我们一起来看看标准答案是什么？我靠，绝了，又快又准！ 怎么样，这么好用的工具还不赶快用起来！使用方法，我放在主页置顶视频了，自己拿去用吧！关注 ai 求知社，做先懂 ai 的少数人！

十秒钟生成一门课的知识要点，根据要求无限细化，快速搞定学习计划，梳理笔记，查询专业知识，帮你头脑风暴进行 sport 分析，还能带你学英语，搞定论文大纲，润色、改写、翻译。最重要的是结合思维导图呈现以上结果，而且完全不需要魔法。 大家好，我是香香。很多人都知道拆 gpt 的好，但不是没魔法，就是注册不了。其实聊天型 ai 未必适配你的需求，我也是在体会过意图脑图版 ai 之后，才知道什么是效率怪物。今天的分享设计了搞学习全流程的 ai 解决方案，学生党一定要看到最后哦！ 大学期间最让人头大的莫过于考试，周三天考两门，简直要了亲命了！别慌，我们打开 madmaster， 无论是 pc、 ipad、 手机的客户端还是网页版，都能找到 ai 智能助手。打开它，你将打开新世界的大门。输入课程名称和要求， ai 会在一分钟之内总结整本书的知识要点，真的是哪里不会点哪里，因为选中主题可以让 ai 帮我们无限细化。拿着导图复习很难不事半功倍吧！定义和概念可以选择这里的智能注视，复习的时候就像做了记忆闪卡，盖住回忆，点开检查拿捏费曼学习法，点击左下角的 ai 助手输入 指定，还能获得一份现实条件下的考试通关指南。如果咱们选这的连续对话模式，输入适当的问题计划就能更加具体。当然，我们要学会如何去问问题啊，不然他理解的完善就是加上了完善两个字。 更妙的是，在电脑端，咱们输入中括号就能在两个导图之间建立链接，直接点击，这就能跳转到另外一个导图，那在这个导图里面，咱们再建立一个链接，还能跳转回去，这样就是让知识连成了网，让知识不再孤单。但是链接多了肯定会混乱。别着急，在云文件 的页面呢，这里有一个知识图谱的功能，打开它就能从宏观视角看到所有导图之间的逻辑关系。但在这一点，我个人就非常兴奋， 我们想要读的很多工具书，其实他没有必要一字一句的去精读。大家都知道，导图社区里面已经有好多小伙伴总结的读书笔记，详细度、美观度都很棒，但是呢，他的下载是有额度限制的，也有的书的确是找不到，还是用刚才的方法，打开 ai 助手，调用 ai， 一会就能帮我们生成这本书完整的思维导图。 原来三个月都抽不出时间读的一本书，三个小时看完导图，咱们就能学会应用了。上个月我用单词 a p p 背了二十多天单词， 体会就是背过的单词我仍然还是不会用。现在有了 ai， 咱们可以输入一个或者多个单词，让他帮我们生成一句话或者一篇文章，我们既能理解意思，又能学习用法。反过来，咱们还是打开连续对话模式， 生成的这段文字里面，哪个单词不懂，哪句话不明白意思就直接问他，甚至还能给他一个指令，让他挑选出五个重要的单词让咱们来学习。像我平时比较喜欢读原文书，读研的时候也读了很多的文献，有些句子明明每个词都认识，但组合在一起就是不知道啥意思。 copy 一下，让 ai 来帮我们翻译，同时 copy 进去的这段话也别浪费，可以让 ai 帮我们挑选出重要的语法知识点讲给我们听。无论是英文材料、中文材料，逮着一段文字，都能通过 ai 学单词、学表达、学语法。 最后就是大学里每个同学都头疼过的小组作业，比赛，写策划、完成设计，还有写论文。面对这些任务，与其我们苦思冥想半天，不如花个三十秒让 ai 帮我们拓宽思路。新建导图，输入主题可以选择这里的头脑风暴， ai 可以帮我们脑爆出一个问题，所有可能的解决方案， 也许他说的不一定对，但至少能帮我们提供很多灵感。在面对难以抉择的问题时，让 ai 帮我们做一个所有的分析，咱们就能把更多精力花在关键难题的解决上。对于论文写作呢，除了能够把文章内容 copy 进去，让 ai 帮我们总结要点，梳理结构，加快我们的阅读速度之外。 场景预设，写论文的时候，翻译摘药点这里，润色文章点这里，精简文章点这里，这是比自己做起这些事情来快个十倍不止吧！到此，学习的方方面面都给大家安排好了，甚至塔罗牌占卜都能被 ai 取代哦，他真的我哭死！ 其实市面上优秀的 ai 工具真的是卷生卷死，但是老粉都知道我有多爱思维导图，所以今天 ai 和思维导图结合起来的工具分享给大家，希望对你们有一些帮助。那以上就是本期视频的全部内容啦，感谢你看到这里，我是香香，我们下期见，拜拜！

这是 ai 学习了一个似有知识真题库，他可以直接答题，提问的问题并不是和原题一致，只要意思一致就能回答，还支持图片识别题目。 我们点击这边找到这个题目题库，上传一下，他这边的会自动进行一个解析，我们发送一下， 可以看一下答案是不是 b 呢？我们打开这个文档，这个 pdf 题库题目和答案是分开的，我们找一下第五题，但这个答案是在最后的，我们找到最后 搜索一下，重在交通停车场等。我们现在的操作就是 ai 帮我们操作了，答案是 b 正确的， 他会只会在题库中找答案是一模一样的，他会在这个特定文档去找解析的内容，并不简单的复制粘贴，他经过自己理解的。 通过这样的方式，你加入更多的题库，只要 pdf 格式的就可以，不拘逆格式，答案在前面后面都可以。 现在这种就是题目和答案放在一起的， ai 会用自己的方式进行理解。我们只需为数据就好了，零代码即可搭建私有问答系统，数据都是本地存储，不对外开放，安全可靠。也可以给用户设置权限，只能询问哪些文档等， 后台也会有用户查询记录，用于考核等，提问也可以随机，并不一定要和原题一样。有兴趣的同学点赞收藏，免费试用，谢谢大家！

拆的 gpt 除了数学不太好，其他方面都很强，会编程，写论文，回答任何问题，还能发现一些人类无法理解的规律。 之所以这么厉害，主要就是因为 gbt 里的 t 全称是这个啥，英文我也不会读，但不影响咱们去理解其中的逻辑。 顺便说一句，率先学会使用 ai 的程序员，工作效率会更高，做的更好，工作会更稳固。程序员这个职业不会被 ai 淘汰掉，但是不会使用 ai 的程序员就不好说了。 还有一些职业是有可能会被整体淘汰掉的，比如说翻译，现在 ai 翻译的水平相当高，像我这样英语考试几乎没及格过的人，都可以直接阅读纯英文的 书籍和论文了，也就能大概明白拆的 gpt 他到底是个啥。拆的是聊天的意思，但是我们最好不要和他聊天，否则会有一定的风险。我个人觉得这个问题比较重要，下次会单独做一期视频来说明。 g 是生成， p 是预训练， t 就是它的核心架构模式，也就是说它是一个基于 t 模式架构，经过预线训练，通过对话的方式生成内容的机器工具。 知道他的学习训练方式，就能理解他为啥这么厉害，以及反过来更理解人类的大脑。早期的人工智能主要是通过模式匹配的方式来训练的，需要实现设定一些规则和关键词，如果输入什么什么关键词， 那么输出什么什么结果？比如你输入推荐几部感人的电影，及其识别出其中的关键词。感人电影，就可以从数据库里搜索已经被标注为电影的东西，再把其中标注为感人的筛选给你， 他不需要理解你说的内容，只要触发相应的关键词就行。但是如果你输入有哪些值得一看的催泪大片， 他可能就蒙了，除非事先把各种可能遇到的关键词全部都设定进去。但是这个世界上的各种问题，说法、答案都是不可能穷尽的。 早期的人工智能，看似智能，实际上背后有大量的人工，事先设定无数的如果，那么也只能回答一些标准化的简单问题。 还有很多知识对人类来说是很容易的，但是无法教会给机器。最经典的例子就是如何让机器识别出一只猫。我们不可能用语言描述清楚到底什么是猫，有四条腿，有毛有尾巴，那和狗又有什么区别呢？ 事先设定无数的如果，那么都必然会有遗漏，根本说不清楚。但是人类很小的小朋友都不用怎么教，看几次就自己会了。说明人类大脑有独特的学习方式，有可能应用到机器学习的领域， 于是就有了模仿人类大脑神经元的计算机神经网络。输入层输入信息，中间隐藏层负责分析处理，最后输出层给出结果。而多搭建几个隐藏层， 让机器拥有更多的神经元，就能处理更复杂的问题了。这个就是深度学习，深度就是更多的隐藏层，机器算法中更多的隐藏单元。深度学习是现在 ai 的主要学习方式， 图像识别、下棋、 ai 以及拆的 gpt 都是这样训练出来的。比如识别一只猫的问题，不再试图给机器讲清楚什么是猫， 而是给他大量的人工标记好的，包含猫的图片以及没有猫的图片作为副反馈，然后让机器自己看，自己总结规律，再进行测试。 如果识别率不高，就把各个参数进行微调，继续训练，直到某一天识别率越来越高，给他任意一张图片都能精准的识别出 到底有没有猫，那他就算是学会了。至于是怎么学会的，哪些参数起了关键作用，谁也不知道。 会下围棋的 ai 刚开始也要进行深度学习，给他几万甚至几百万个棋局棋谱，再加上专门的一些算法强化学习，看多了就会了。 二零一六年，会下围棋的机器人战胜了人类顶尖高手，已经很强了，但是他的升级版更厉害，已经不再需要学习人类的经验了，而是自己和自己下棋，提高决策水平。在和人类骑手下棋的时候，一些走法就匪夷所思了， 比如突然某一步下载一个特别莫名其妙的地方，从来没有任何棋局棋谱会这样下，要么是系统 bug 走了 昏招，要么就是 ai 的水平已经超出人类的理解范围了，而结果往往就是后者， ai 就是能赢，还赢得让人类无法理解。 这种 ai 的确非常强大，但是也有缺陷，就是他只会下围棋，让他打个麻将就肯定不会了。或者说标准的围棋棋盘是十九乘十九的，如果换一个十五乘十五的棋盘，他可能也就蒙了，不会玩了。 chat g b t 的训练同样是模仿人类大脑的深度学习，给他无数的文章对话，事先标注好分类，比如科技类的、体育类的、游戏类的， 再标注清楚哪些是人名，哪些是地名，哪些是电影名等等，或者是成对的问答。比如一只兔子几条腿， 一只兔子两条腿，一只猫有几条腿，一只猫有四条腿。不用给他解释什么是兔子，什么是猫，什么是腿。训练投入的余料规模足够大，看的足够多，他可能就真的自己理解了。 当然，如果测试结果不理想，还是要把它上千亿个参数进行微调，再继续训练，再测试，再微调。这种监督学习进行的差不多就可以进行无监督学习了。 给他无数的新的资料，没有任何事先的标注，也没有啥明确的目的，就是让他自己看，看着看着他就忽然啥都会了。 至于怎么学会的开发设计的人也无法理解。以前我们说过，好几期的涌现，也许就是百亿美元砸下去， 投入的余料规模足够大，参数足够多，一些能力就涌现出来了。不过同样的资金、数据参数，如果用到其他 ai 身上，就不一定会有这样的效果了，因为他们的架构不同。 比如输入同样的一段话，刚在电影院里看完一部电影，那里的环境不太好，爆米花也不好吃，但是电影确实不错。问不同架构的 ai， 这部电影到底好不好看，可能会有不同的理解。 剪辑神经网络更擅长关注局部特征，很容易注意到有两个不好和一个不错，有可能会认为电影不好，或者说不准。循环神经网络会按照顺序逐个词语分析，类似一层一层的下楼梯，会先经过两个 不好，最先的注意力也会放在不好上面，可能也就无法正确理解。而拆的 gpt 的 t 架构的核心就是让 ai 自己分配注意力，不用按照特定的顺序去处理数据，可以并行处理，所有的词语 自己去分析，把更多的注意力应该放在哪里。如果是大段的文字，上下文之间的遥远关联，那不同架构的区别就会更明显。 所以拆的 gbt 能这么厉害，除了大量资金的投入，大量芯片算力的投入，大量余料的投位，大规模的参数训练之外，模型本身的架构也很重要。 大概了解拆的 gpt 是如何学习的，就可以反过来更了解我们的大脑。人类的大脑 不用从零开始大规模的训练，不需要调节各种参数，不用花钱去设计去试错，善于学习的基本架构就直接预装好了。两三岁的小朋友最爱问这是什么，那是什么？这个为什么那个为什么， 只需要简单的一说，他就能记住，就能理解。稍微长大一点，大脑就已经掌握了很多基本规律，就不需要多问了，就可以自己去探索，进行无监督学习了。 好多东西根本不用教，一看就会。随着大脑神经元的相互连接，很快就可以把一个善于学习的模型完全架构好了， 就等着往里面添加一些新的知识，涌现新的能力。可惜的是，往往这个时候我们会抵触 学习新东西，一方面可能觉得没必要了，尤其是以前，学一个技能一辈子就够用了，但是现在真不一样，四十岁重新找工作，五十岁开始创业也很正常，不持续学习也许真的不行。 另一方面可能对学习这个词有误解，一说就抵触。这里说的学习可不是什么物理、化学、法律、会计之类的专业知识， 普通成年人没事学那些干啥呢？除非是自己真的感兴趣，否则大脑本身抵触，硬塞进去神经元也建立不了链接了解任何自己感兴趣的新东西都是学习， 比如现在这么多人都在说 ai， 你要是有点兴趣就不要等，要想办法早点用上新东西，接触多了，新的想法，创意能力 力没准就涌现出来了。如果实在抵触学习，抵触新的东西也能理解，没办法，勉强只是对擅长学习的大脑来说有点可惜了。 就相当于一个好用的 ttgbg 的模型，已经完全搭建好了，但是每天放进去的都是陈旧的重复的东西，还误以为是模型本身不够好，学习能力不行。其实每个人的大脑都是一样的，都挺好的。

试试让 check ppt 做题， 答对了， 答对了！ 答对了， 答对了！ oh my god！ 答错了！ 一共试了十道题，对了九道，错了一道， check ppt 的回答也会出错的，大家仅供参考哦！

谷歌呀，要掀起科技革命了，他现在能推理复杂的数学和物理等科学领域。这段视频就展示了他强大的做题能力。 值得一提的是，在大规模多任务语言理解测试中， gemini altar 得分率为百分九十点零，高于 gpt 四的百分之八十六点四，并且已经超越人类专家。 这个测试涵盖了包括数学、物理、医学等科目。他的评估能证明 ai 模型对科学知识有强大的理解和解决能力。要知道，数学和物理问题的解决是许多科学和工业领域的基础。 ai 模型在数学和物理上的突破，能为人类的科学事业提供更多可能性，能快速推动人类社会向前发展。如今社会科技的变革，经济的活力，经济的风口，全是硅谷几家 ai 公司在推动。好奇问问，我们的 ai 在干嘛呀？

看这个视频说有人用 chat gpt 做高考物理题零分，看完有点疑惑。因为很多人都参加过考试，考满分和零分都是非常难的，考满分需要知道所有的答案，考零分也需要知道所有的答案，才能完美的避开正确答案。 所以就在网上搜了二零二三年湖北高考的物理试卷，拿十道选择题测试了一下，得到的结果是正确率有百分之四十。其中多项选择题三道全掐的 gbt 全都答错了。最后个人认为掐的 gbt 不能辅导高考物理。