Как вы возможно заметили, значительная часть задач и вопросов, которые тут постят, легко решается GPT а именно небезызвестным Eudaimon-ом. И мне кажется что при умении правильно его использовать можно извлечь гораздо больше пользы. На вопросы, которые раньше можно было спросить только у грандмастеров или искать в куче статей/книг, теперь часто можно получить ответ гораздо быстрее. Так вот я создал эту тему, чтобы вы могли поделиться своим опытом оптимизации обучения(или просто жизни) с помощью LLM, а знающие люди могли подсказать чего-нибудь или предложить идеи. Особенно призываю @Anton
Конкретно я сегодня получил вполне прикольное и понятное объяснение решения уравнения Шредингера для частицы на кольце, и после тяжелой борьбы и разделения запроса на две части выпросил такой вот документ для частицы на сфере. Хоть сам особо ничего не понял, но поразился способностям этой штуки. Сам derivation немного спешный, но я думаю при желании и умении формулировать запросы можно получить и гораздо лучший ответ.
Что-то каждый кому не лень пользуется Latex-ом, интерактивным touchpad-ом, даже искусственным интеллектом. Че-то я старый походу, до сих пор книжкой и тетрадкой пользуюсь…
Это правда кстати, я понял что если дорога до нужного места пешком занимает меньше часа, то дойти пешком будет занимать по времени столько же сколько на такси и автобусе.
стоит бы начать с того, что недавно вышедший GPT 4 является не более чем языковой моделью, как и в общем все LLM-шки. Может кому не понятно, но можно провести аналогию с тем же самым гугл поисковиком, чем и является LLM, только он чуть посложнее. В обучении я его не особо использовал, да и желанием не горел, потому что понимаю самую большую и основную проблему всех языковых моделей –
A) у них огромная фантазия, которой и заполняют недостающую информацию B) то что у них нет логической составляющей.
Эту проблему кстати пытались решить оснащением в базу данных огромным количеством текстов с более логически выдержанной информацией, а т.е вводить предикаты, кванторы, силлогизмы и так далее. Поподробнее можно это изучить в недавней конференции ассоциации вычислительной лингвистики, в Торонто. Также хорошо бы понять, что GPT это также поисковик, который при отсутствии четкого ответа (а я более чем уверен, что научных материалов в баз данных не так много) начинает аппроксимировать недостающие части, что кстати является общей чертой всех генеративных нейросетей.
Конечно, GPT 4 это языковая модель с намного большей информационной базой данных, так как он соединил между собой все более мелкие яз. модели, что очевидно поможет в краткие сроки обучения найти всю нужную тебе информацию. Но лично я, при наличии свободного времени не вижу никакой проблемы забить в поисковике нужную мне информацию, узнать разные мнения о теме, да и так я хотя бы буду в курсе, кто создал материал и каков его научный авторитет в сфере