声明：本文已征得原作者：荔枝海豹，同意后转载。

原文链接：https://zhuanlan.zhihu.com/p/628494696

本文按照以下框架讲解，阅读时间大约15分钟，对技术要求能力为三颗星。

1. 什么是GPT，GPT4出现之前的技术演变和发展。
2. chatGPT-4官方技术文档讲解
3. 关于未来的发展，作为技术从业者如何学习的建议。

1 GPT的兴起：无人不知，火遍全球

做AI的技术boy都知道，本质上来讲，模型一旦训练完成，这个模型一定没法知道最近发生的事情，而且模型也不知道时间，本质上就是模型没法获取除了训练集之外的信息，或者说，模型没法使用工具。

这里插一嘴：人和动物的主要区别是人类会开发和使用工具。

自然语言处理发展了这么多年，说实话一度我曾经认为，几乎在这个方向已经没有故事可以讲了。人工智能仿佛不符合历史发展规律，就在22年全面唱衰的情况下，23年春天3月份，由OPENAI开发的GPT模型，横空出世！

让我们把目光看到今年的时光轴

2023年03月08日：微软发布Visual ChatGPT，聊天时可以用图片，并可以根据文字对图片进行修改。

2023年03月09日：微软宣布将要发布大型多模态模型GPT4。

2023年03月09日：沉寂已久的GAN模型-10亿规模的模型GigaGAN推出。

2023年03月13日：斯坦福大学推出7B的Alpaca模型。

2023年03月14日：GPT模型推出！

2023年03月14日：谷歌公布PALM模型，API可以使用。

2023年03月14日：Anthropic介绍大型语言模型Claude，主打安全性。

2023年03月14日：Adapt.ai公布他们的模型也能够使用工具。

2023年03月14日：Midjourney推出第五代模型，可以完美处理手部细节。

2023年03月15日：pytorch2.0发布。

2023年03月16日：微软公布ChatGPT加持的Copilot。

（顺便说下，我现在编程也是非常喜欢Copilot

所以这个23年的三月，我们可以说是八仙过海各显神通！！！

普遍来讲，我们认为OpenAI发布了GPT-4，这是深度学习领域的最新里程碑。

让数据说话：

chatGPT达到1million的用户使用量，只用了不到5天，可以说是，爆火！！现象级！

那到底什么是GPT？

GPT-4是一个大型多模态模型（Large Multimodal Model），能够接受图像和文本输入，并输出文本。 OpenAI首先发布了GPT-4的文本输入功能，图像输入功能敬请期待。

实验表明，GPT-4 在各种专业和学术考试中表现出了与人类水平相当的性能（human-level performance）。例如，它通过了模拟律师考试，且分数在应试者的前 10% 左右；相比之下，GPT-3.5 的得分在倒数 10% 左右。

这个是官方解释，那么到这里，基本上我们就明白了，

GPT的基础知识框架，仍然在我们的理解范围之内。但是两个技术从此走进了我们的视角：

大语言模型与多模态。