最近，GPT-3着火了！我相信您已经在互联网上看到了各种GPT-3演示。 OpenAI创建的这种大规模机器学习模型不仅可以自己写论文，还可以写诗，甚至您编写的代码也可以帮助您编写。
让我们来看看GPT-3的强大功能。首先，让我们看一下GPT3在问答任务上的性能：无论您的问题是疯狂的预告还是逻辑上的数学问题，它都可以做到。
答案很流利。开发人员SharifShameem使用GPT-3生成了一个生成器。
您只需要输入所需的布局即可，它可以为您生成JSX代码。如下视频所示：有人在Google表格中开发了新的GPT3功能。
除了简单的数学运算，它还可以自动找到美国每个州的人口和创建年份：此外，它还可以找到Twitter帐户：不幸的是，如果您想尝试GPT-3，则必须首先获得经验认证，但是此模型创建的应用程序似乎具有无限的可能性。通过它，您可以用纯英语查询SQL数据库并自动进行注释。
代码，自动生成代码，撰写热门文章标题，甚至帮助我撰写爆炸性文章。什么是GPT-3？ GPT-3是神经网络驱动的语言模型。
与大多数语言模型一样，GPT-3对未标记的文本数据集进行了广泛的训练（训练数据包括CommonCrawl和Wikipedia），从文本中随机删除单词或短语，并且该模型必须学会仅使用周围的单词，将单词或短语填写为语境。这是一个简单的培训任务，可以生成功能强大且可推广的模型。
GPT-3模型架构本身是基于单向转换器的语言模型。这种架构在2-3年前开始流行。
流行的NLP型号BERT和GPT-3（之前的GPT-2）都基于变压器。从体系结构的角度来看，GPT-3实际上不是很新！它之所以受欢迎，是因为GPT-3的模型大小已增加到1,750亿，并且使用45 TB的数据进行训练。
它是有史以来创建的最大的语言模型。从它派生的参数模型非常庞大，因此它可以完成其他模型无法完成的许多工作。
如前所述，您可以使其成为翻译，作家，诗人，程序员等。如果您对1750亿个GPT-3模型参数有点抽象，那么让我举个例子，您应该了解：BERT型号具有3亿个参数，是GPT-3模型的前身，GPT-2具有15亿个参数，而NVIDIA的Megatron-BERT具有80亿个参数，Microsoft TuringNLP和170亿个参数。
甚至排名第二的Microsoft TuringNLP和GPT-3的数据参数也不是相同的数量级。值得一提的是，这次GPT-3论文有31位作者，论文大小高达72页。
网民都惊呼不已，现在PTM的工作即将开始pk纸页吗？和往常一样，GPT-3立即发布了GitHub项目页面，您可以在其中找到各种有趣的演示，最后附上Github地址：https：//github.com/openai/gpt-3。推荐↓↓↓原标题：敲打代码，写诗和写论文都是万能的！ GPT-3是历史上最大的AI模型，在Github文章来源中占主导地位：[微信公众号：人工智能和大数据技术]欢迎关注！请指出转载文章的来源。
让我们来看看GPT-3的强大功能。首先，让我们看一下GPT3在问答任务上的性能：无论您的问题是疯狂的预告还是逻辑上的数学问题，它都可以做到。
答案很流利。开发人员SharifShameem使用GPT-3生成了一个生成器。
您只需要输入所需的布局即可，它可以为您生成JSX代码。如下视频所示：有人在Google表格中开发了新的GPT3功能。
除了简单的数学运算，它还可以自动找到美国每个州的人口和创建年份：此外，它还可以找到Twitter帐户：不幸的是，如果您想尝试GPT-3，则必须首先获得经验认证，但是此模型创建的应用程序似乎具有无限的可能性。通过它，您可以用纯英语查询SQL数据库并自动进行注释。
代码，自动生成代码，撰写热门文章标题，甚至帮助我撰写爆炸性文章。什么是GPT-3？ GPT-3是神经网络驱动的语言模型。
与大多数语言模型一样，GPT-3对未标记的文本数据集进行了广泛的训练（训练数据包括CommonCrawl和Wikipedia），从文本中随机删除单词或短语，并且该模型必须学会仅使用周围的单词，将单词或短语填写为语境。这是一个简单的培训任务，可以生成功能强大且可推广的模型。
GPT-3模型架构本身是基于单向转换器的语言模型。这种架构在2-3年前开始流行。
流行的NLP型号BERT和GPT-3（之前的GPT-2）都基于变压器。从体系结构的角度来看，GPT-3实际上不是很新！它之所以受欢迎，是因为GPT-3的模型大小已增加到1,750亿，并且使用45 TB的数据进行训练。
它是有史以来创建的最大的语言模型。从它派生的参数模型非常庞大，因此它可以完成其他模型无法完成的许多工作。
如前所述，您可以使其成为翻译，作家，诗人，程序员等。如果您对1750亿个GPT-3模型参数有点抽象，那么让我举个例子，您应该了解：BERT型号具有3亿个参数，是GPT-3模型的前身，GPT-2具有15亿个参数，而NVIDIA的Megatron-BERT具有80亿个参数，Microsoft TuringNLP和170亿个参数。
甚至排名第二的Microsoft TuringNLP和GPT-3的数据参数也不是相同的数量级。值得一提的是，这次GPT-3论文有31位作者，论文大小高达72页。
网民都惊呼不已，现在PTM的工作即将开始pk纸页吗？和往常一样，GPT-3立即发布了GitHub项目页面，您可以在其中找到各种有趣的演示，最后附上Github地址：https：//github.com/openai/gpt-3。推荐↓↓↓原标题：敲打代码，写诗和写论文都是万能的！ GPT-3是历史上最大的AI模型，在Github文章来源中占主导地位：[微信公众号：人工智能和大数据技术]欢迎关注！请指出转载文章的来源。