調(diào)教AIGPT之獎(jiǎng)懲指令(有監(jiān)督學(xué)習(xí))的技巧

其實(shí)這個(gè)所謂“獎(jiǎng)懲指令(有監(jiān)督學(xué)習(xí))”的作用和調(diào)教原理很好理解，它就像是我們教育孩子一樣。

如果你希望孩子達(dá)到你理想的行為標(biāo)準(zhǔn)，那么你就需要對(duì)他進(jìn)行教育，如果孩子做得好，我們就需要及時(shí)的夸獎(jiǎng)，鼓勵(lì)他變得更好，

而如果孩子做的差勁，我們就需要對(duì)他進(jìn)行懲罰，讓孩子知道你的底線(xiàn)。

于是就是通過(guò)這樣不斷的棒槌 + 獎(jiǎng)勵(lì)的反復(fù)糾正下，孩子自然就會(huì)形成一套我們所期望的行為標(biāo)準(zhǔn)。

所以，既然基于神經(jīng)網(wǎng)絡(luò)的 AI 具備思維鏈的能力，那么我們當(dāng)然也可以按照教育孩子的這種思路，讓 AI 變得越來(lái)越聽(tīng)話(huà)。

至于這個(gè)獎(jiǎng)懲指令的實(shí)操思路很簡(jiǎn)單，這里不妨拿我訓(xùn)練的【出題小助手】舉例子~

這一點(diǎn)我成長(zhǎng)圈社群的同學(xué)應(yīng)該都知道，每個(gè)周我都會(huì)給我社群的同學(xué)出一道思考題~

所以，在ChatGPT出現(xiàn)之后，我就在思考，能不能讓 AI 自動(dòng)或者輔助我生成思維題，以分擔(dān)掉我這部分的工作負(fù)擔(dān)。

于是，在這種目標(biāo)的指引下，我就開(kāi)啟了對(duì)AI的調(diào)教....

調(diào)教思路很簡(jiǎn)單：

首先，先投喂我之前的思維題，然后讓它學(xué)習(xí)和分析我出題的格式，然后讓它生成答案模式。

對(duì)于這些AI生成的內(nèi)容，如果碰到符合我要求的地方，我就會(huì)用肯定詞匯，比如：非常好，請(qǐng)繼續(xù)保持這種形式。

對(duì)于不符合我要求的地方，我就會(huì)用否定詞匯，比方說(shuō)：不對(duì)，你錯(cuò)了，請(qǐng)重新，要求 XXX。

(一般 GPT 馬上會(huì)向你道歉，并糾正其錯(cuò)誤)

類(lèi)似于你看到的這樣.....

所以，不妨思考下你工作中場(chǎng)景，看看有哪些是比較偏模式化的任務(wù)，對(duì)于這些比較模式化的目標(biāo)，你都可以通過(guò)【獎(jiǎng)懲指令】對(duì) AI 進(jìn)行訓(xùn)練~

在訓(xùn)練的過(guò)程中，對(duì)于那些符合你要求的地方進(jìn)行鼓勵(lì)，對(duì)于不符合要求的地方進(jìn)行懲罰。

最后通過(guò)這樣來(lái)回的獎(jiǎng)懲之中，AI 就會(huì)達(dá)到你理想的行為標(biāo)準(zhǔn)，生成你符合你想要內(nèi)容的能力，成為你工作中某個(gè)場(chǎng)景下的長(zhǎng)期助手。

好了，到這里我們就講完了關(guān)于【訓(xùn)練 AI 技術(shù)面】的方法了~

但是我們也都知道，無(wú)論是知識(shí)還是技術(shù)，還是工具，它們最終的目的都是為了幫助我們創(chuàng)造實(shí)際的生存力所存在的。

如果達(dá)不成這個(gè)目標(biāo)，那么即使你掌握了屠龍術(shù)，但是沒(méi)有龍可屠，那么這個(gè)屠龍術(shù)也是和你沒(méi)有毛關(guān)系的。

我們很多同學(xué)之所以拿到了 GPT，也掌握了 GPT 的使用方法，卻仍然使用的頻次很低，甚至完全用不起來(lái)的核心原因，就是因?yàn)槟銢](méi)有把 AI 與你所需要的應(yīng)用場(chǎng)景關(guān)聯(lián)起來(lái)。