读大语言模型02聊天机器人（上）
<p><img alt="读大语言模型02聊天机器人（上）" loading="lazy" src="https://img2024.cnblogs.com/blog/3076680/202508/3076680-20250808150825173-1085405210.png" class="lazyload"></p><h1 id="1gpt">1. GPT</h1>
<p>1.1. generative pretrained transformer，即“生成式预训练变换模型”</p>
<p>1.2. “生成式”表明大语言模型不只是像普通深度学习网络那样输出简单的标签，而是能够逐词生成文本内容</p>
<ul>
<li>1.2.1. 这类模型也常被称为聊天机器人</li>
</ul>
<p>1.3. “预训练”意味着模型已经通过海量在线和离线文本数据进行了训练，这使得智能对话助手能够灵活回应各类问题</p>
<p>1.4. Transformer是一种深度学习网络模型，它通过预测句子中的下一个词元来学习</p>
<ul>
<li>1.4.1. 这种学习方式被称为自监督学习，不同于需要大量标注数据的监督学习</li>
</ul>
<p>1.5. 大语言模型能够帮助各行各业的专业人士提升工作效能</p>
<ul>
<li>
<p>1.5.1. 使用ChatGPT的参与者工作效率更高、生产力更强、对任务的享受度更高</p>
</li>
<li>
<p>1.5.2. 文本创作：可用于生成各类文字内容，包括撰写博客文章、营销文案，以及程序代码等</p>
</li>
<li>
<p>1.5.3. 语言翻译：能够实现多语言之间的互译，这对跨国企业运营和跨语言交流特别有帮助</p>
</li>
<li>
<p>1.5.4. 问答对话：可针对各类主题提供答案，为学习研究和专业人士的信息查询提供便利</p>
</li>
<li>
<p>1.5.5. 内容概括：能够对冗长文本进行提炼总结，帮助使用者快速把握文章要点，提高阅读效率</p>
</li>
<li>
<p>1.5.6. 创意写作：可以创作多种形式的内容，如诗歌、剧本、音乐作品、电子邮件和书信等，满足商业创作和个人表达的需求</p>
</li>
</ul>
<p>1.6. 主要行业</p>
<ul>
<li>
<p>1.6.1. 医疗保健领域：辅助生成病历报告、疾病诊断和治疗方案制定</p>
</li>
<li>
<p>1.6.2. 金融领域：协助财务数据分析、投资决策和风险管理</p>
</li>
<li>
<p>1.6.3. 法律领域：支持法律判例研究、法律文书起草和庭审论证</p>
</li>
<li>
<p>1.6.4. 营销领域：助力创意内容制作、广告投放优化和营销效果评估</p>
</li>
</ul>
<h1 id="2医疗保健">2. 医疗保健</h1>
<p>2.1. 医学的意义不仅仅在于治愈疾病</p>
<p>2.2. 大脑是已知宇宙中最复杂的器官</p>
<ul>
<li>2.2.1. 大脑只是人体众多复杂器官中的一个，真正该说的是：人体才是已知宇宙中最复杂的系统</li>
</ul>
<p>2.3. 得益于深度学习技术的进步，语音识别的准确率已达到相当高的水平，能够将医患对话自动转换为文字，如此便能使医生专注于病人</p>
<ul>
<li>
<p>2.3.1. 大语言模型能在几秒钟内从文本中提取关键信息，将其录入电子病历，并生成对话要点总结</p>
</li>
<li>
<p>2.3.2. 医生可以在诊疗结束后趁着记忆新鲜立即进行修改</p>
</li>
<li>
<p>2.3.3. 医生也不必再牺牲夜晚时间处理文书工作</p>
</li>
</ul>
<p>2.4. 由于医疗行业较为保守，人工智能成为医生得力助手可能还需要数十年时间</p>
<p>2.5. 临床语言模型</p>
<ul>
<li>
<p>2.5.1. 通过机器学习程序，人工智能助手能够为医生提供诊断建议和替代方案</p>
</li>
<li>
<p>2.5.2. 第一代医疗助手主要依靠规则系统和电子健康记录中的结构化数据运作</p>
</li>
<li>
<p>2.5.2.1. 过度依赖结构化数据输入的方式过于烦琐，导致第一代助手始终未能实现规模化应用，这就是业内所说的“最后一公里问题”</p>
</li>
<li>
<p>2.5.3. 大语言模型能够处理医生的病历记录和临床笔记，同时整合分散在整个医疗系统中的患者信息，为特定治疗方面生成精准的总结报告</p>
</li>
</ul>
<p>2.6. 床边礼仪</p>
<ul>
<li>
<p>2.6.1. 医生的床边礼仪并不是随着医学博士学位自动获得的，有些医生善于与病人沟通，有些医生则显得生硬冷漠</p>
</li>
<li>
<p>2.6.2. 如今，医生可以从大语言模型那里获得关于同理心的指导，这些AI助手就像是“同理心的低语者”</p>
</li>
</ul>
<p>2.7. 随着技术的日趋成熟，医疗辅助系统将不断进化，新的辅助工具也会不断涌现</p>
<ul>
<li>
<p>2.7.1. 医疗信息提取：可以从临床记录、研究论文和病历等非结构化医疗文本中提取关键信息，帮助改善患者护理质量、疾病追踪和医学研究</p>
</li>
<li>
<p>2.7.2. 疾病预测和诊断：通过分析电子病历和临床记录，可以预测患者罹患特定疾病的风险</p>
</li>
<li>
<p>2.7.2.1. 结合患者的症状和病史，还可以辅助医生进行疾病诊断</p>
</li>
<li>
<p>2.7.3. 药物研发：可以分析化学结构、生物数据和科研文献，预测新药物的潜力、可能的副作用或药物间的相互作用，从而加快耗时且成本高昂的药物研发过程</p>
</li>
<li>
<p>2.7.4. 改善医患沟通：可以为医疗机构开发智能问答系统和虚拟助手，提供健康咨询、预约服务等功能，既提高患者的参与度，也为医护人员节省时间</p>
</li>
<li>
<p>2.7.5. 医学教育培训：可以为医学生开发智能辅导系统，帮助他们更好地理解复杂的医学概念，并及时了解最新的研究进展</p>
</li>
<li>
<p>2.7.6. 心理健康支持：基于大语言模型的对话系统可以为不愿直接寻求专业帮助的人提供初步的心理健康支持，推荐合适的心理健康资源，提供实用的情绪管理策略，识别可能需要紧急援助的情况，并及时预警</p>
</li>
</ul>
<p>2.8. 虽然大语言模型能在医疗领域提供有价值的分析和建议，但它并不能替代专业医护人员</p>
<ul>
<li>
<p>2.8.1. 医疗决策涉及多方面因素，需要医生具备深入的临床经验、对病情的准确把握，以及人文关怀能力</p>
</li>
<li>
<p>2.8.2. 考虑到病患隐私保护和数据安全问题，在医疗领域使用大语言模型时必须格外谨慎</p>
</li>
</ul>
<h1 id="3教育">3. 教育</h1>
<p>3.1. 在学术讲座中，部分学者提问并非出于求知欲，而是为了展示自己的学识</p>
<p>3.2. 来自学术圈外的听众往往会提出更有启发性的问题，因为他们确实对答案充满好奇</p>
<p>3.3. 如今，学生们正在使用ChatGPT完成课程论文，这种行为难以被发现，这让教师们深感忧虑</p>
<ul>
<li>
<p>3.3.1. 如今，学生们正在使用ChatGPT完成课程论文，这种行为难以被发现，这让教师们深感忧虑</p>
</li>
<li>
<p>3.3.2. 部分教师采取了“既然无法禁止，不如善加利用”的策略，不仅允许学生在课堂上使用ChatGPT，还将其融入教学计划</p>
</li>
</ul>
<p>3.4. 随着大语言模型日益普及，培养学生正确使用ChatGPT的能力已成为一项重要的职业素养</p>
<ul>
<li>3.4.1. OpenAI已专门发布了面向教师的ChatGPT课堂应用指南</li>
</ul>
<p>3.5. 选择拥抱变革，积极探索其创新应用</p>
<p>3.6. 过度依赖ChatGPT可能会削弱学生的独立思考能力，并降低其写作水平</p>
<p>3.7. 20世纪，手持计算器的出现曾在教育领域引发过类似争议</p>
<p>3.8. 在教育领域发挥的作用</p>
<ul>
<li>
<p>3.8.1. 提供个性化辅导：通过对话式交互，及时解答学生疑问，针对性地指导学生学习</p>
</li>
<li>
<p>3.8.2. 设计练习题：根据不同学生的学习水平和需求，生成相应难度的练习题</p>
</li>
<li>
<p>3.8.3. 作文批改辅助：分析学生作文，指出写作中的亮点和需要改进的地方</p>
</li>
<li>
<p>3.8.4. 学习反馈：实时评估学习效果，识别学习中的薄弱环节，提供有针对性的改进建议</p>
</li>
<li>
<p>3.8.5. 创造互动学习场景：设计教育游戏、模拟练习等互动形式的学习活动，帮助学生更好地理解和掌握新知识</p>
</li>
<li>
<p>3.8.6. 培养批判思维：通过设计启发性问题，引导学生对学习内容进行深入分析和思考，提升其批判性思维能力</p>
</li>
<li>
<p>3.8.7. 激发创造力：提供富有创意的写作主题和思考方向，鼓励学生展开想象，培养创新思维</p>
</li>
<li>
<p>3.8.8. 定制学习方案：追踪每个学生的学习进度，根据其掌握程度和学习特点，制订个性化的学习计划和目标</p>
</li>
</ul>
<p>3.9. ChatGPT作为一个强大的教育工具，能够在多方面辅助教学</p>
<ul>
<li>
<p>3.9.1. 不仅可以提升学生的学习效率，还能培养其批判思维和创新能力</p>
</li>
<li>
<p>3.9.2. 主要优势</p>
</li>
<li>
<p>3.9.2.1. 提升学习积极性：通过个性化、互动性的学习体验，激发学生的学习兴趣和参与热情</p>
</li>
<li>
<p>3.9.2.2. 优化学习效果：借助个性化辅导、练习和反馈，帮助学生更好地掌握知识，提高学习成效</p>
</li>
<li>
<p>3.9.2.3. 降低教师负担：自动完成作业批改、学习反馈等日常任务，让教师能够把更多精力投入到教学质量提升上</p>
</li>
</ul>
<p>3.10. 教育是一个万亿美元级产业，具有高度劳动密集的特点</p>
<ul>
<li>
<p>3.10.1. 人类大脑是极其复杂的学习器官，而教育则是人类为了高效培养大脑能力而创造的文化体系</p>
</li>
<li>
<p>3.10.2. 相比之下，认知思考虽然更灵活，但速度较慢且更易出错</p>
</li>
</ul>
<p>3.11. 教育孩子最有效的方式是由经验丰富的教师进行一对一辅导，帮助孩子克服数学等难度较大学科的学习障碍</p>
<ul>
<li>3.11.1. 流水线生产或许适用于制造汽车，但用这种方式来培养孩子的思维显然不够恰当</li>
</ul>
<p>3.12. 基于大语言模型的智能教学助手将显著提升并重塑现有的教育体系</p>
<ul>
<li>3.12.1. 学校可以将更多资源用于追踪学生表现、开展课外活动和体育运动，以及促进学生社交发展等核心职能上，从而实现教育资源的更优配置</li>
</ul>
<p>3.13. 课堂教学仅是整个教育体系的一个组成部分</p>
<ul>
<li>
<p>3.13.1. 学校管理者需要发挥领导作用，负责决策制定、方案规划和报告撰写等工作</p>
</li>
<li>
<p>3.13.2. 大语言模型能够显著提升处理日常文书工作的效率</p>
</li>
<li>
<p>3.13.3. 微软推出的一款应用程序运用人工智能驱动的语音转文字技术来总结团队的视频会议内容，省去了人工记录会议纪要的环节，将会议记录时间从数小时压缩至数秒</p>
</li>
<li>
<p>3.13.4. 大语言模型能够简化公告、信函、报告等常规文书工作，并协助处理后勤事务，从而大幅降低行政团队的人力成本</p>
</li>
<li>
<p>3.13.5. 最为关键的是，大语言模型可以帮助教师处理那些占用大量时间的日常事务性工作，使他们能够更专注于提升教学质量</p>
</li>
</ul>
<p>3.14. 在教育中的缺点</p>
<ul>
<li>3.14.1. 个人隐私保护、偏见与公平性问题、内容质量和准确度、系统可及性，以及虚假信息传播等</li>
</ul><br><br>
来源：https://www.cnblogs.com/lying7/p/19028495
頁:
[1]