Aug, 2023

ChatGPT 和 GPT-4 是优秀的扑克选手吗？—— 一项翻牌前的分析

PDF
TL;DR通过一系列实验，我们首先发现了与这些模型一起玩扑克的最佳提示和模型参数的特点。然后，我们观察到了这两个模型不同的扑克玩家风格，结论是 GPT-4 是比 ChatGPT 更高级的扑克玩家。ChatGPT 的保守性与 GPT-4 的攻击性形成了鲜明对比。无论是 ChatGPT 的保守策略还是 GPT-4 的狂人策略，都不是博弈论最优的。
chatgptgpt-4pokergame theory optimalmodel parameters
发现论文，激发创造
  • ChatGPT 和 GPT-4 是否能够作为金融文本分析的通用求解器？对几个典型任务的考察

    本研究旨在探讨 ChatGPT 和 GPT-4 在金融文本分析中的应用潜力，发现它们在数字推理任务上表现出色，但在需要领域特定知识的任务（如金融命名实体识别和情感分析）上表现糟糕。该研究比较了这两个模型与业界最佳现成模型和领域特定生成模型的优劣，希望为理解现有模型的能力和促进进一步改进提供基础研究。

    May, 2023

  • ChatGPT 应用于数字取证调查：益处、弊端与未知

    这篇论文评估了 ChatGPT（GPT-3.5、GPT-4）对数字取证领域的影响和潜在影响，重点关注最新的预训练 LLM GPT-4，通过一系列实验评估了它在包括文物理解、证据搜索、代码生成、异常检测、事件响应和教育等多个数字取证应用场景中的能力，并总结了它的优势和风险。综合而言，尽管 ChatGPT 在数字取证领域存在一些潜在的低风险应用，但很多应用目前不适用，因为需要将证据上传至服务端，或者需要对所询问的话题具有足够的知识以识别错误的假设、不准确性和错误。然而，对于合适的知识用户而言，在某些情况下，它可以作为一个有用的辅助工具。

    Jul, 2023

  • GPTEval: ChatGPT 和 GPT-4 评估调查

    对 ChatGPT 和 GPT-4 的语言能力、科学知识和伦理考虑进行全面评估的研究，包括现有评估方法的探讨和未来研究中对大型语言模型的评估建议。

    Aug, 2023

  • ChatGPT 作为研究科学家：探测 GPT 作为研究图书馆员、研究伦理学家、数据生成器和数据预测者的能力

    ChatGPT 是一位不完美但在快速改进的图书管理员和已经是一位不错的研究伦理师，能够在已知特性的简单领域生成数据，但在预测未知经验数据的新模式方面表现较差，对未来实验的帮助有限。

    Jun, 2024

  • PokerGPT: 通过大型语言模型的端到端轻量级解决方案，用于多人德州扑克

    PokerGPT 使用增强学习人类反馈技术，通过将真实游戏记录转化为提示信息，将 LM 模型细化，从而解决了德州扑克等不完全信息游戏中的问题，在获胜率、模型大小、训练时间和响应速度等方面优于之前的方法。

    Jan, 2024

  • ChatGPT/GPT-4 研究综述及对大型语言模型未来的展望

    本文对 ChatGPT 和 GPT-4 进行了综合调查，分析了其在各领域的潜在应用，发现 ChatGPT/GPT-4 主要应用于自然语言处理，并在教育、历史、数学、医学和物理等领域具有潜力。同时也提出了伦理问题和未来发展方向。

    Apr, 2023

  • ChatGPT 在情感计算任务上的广泛评估

    基于 ChatGPT 模型的广泛研究评估了 GPT-4 和 GPT-3.5 在 13 个影响计算问题上的性能，发现它们在涉及情感、情绪和毒性等问题上表现出色，但在涉及隐性信号的问题上表现较差，如参与度测量和主观性检测。

    Aug, 2023

  • GPT4 是一个优秀的交易者吗？

    通过分析特定资产的 K 线数据，本研究旨在检验 GPT-4 对经典交易理论的理解程度及其在真实交易数据分析中的能力，并探索从 GPT-4 的分析过程中提炼更精确的交易方法，为人类交易员提供宝贵的洞见。

    Sep, 2023

  • 比较 GPT-4 与 Chat-GPT 在心理健康护理中的功效：对大型语言模型进行盲评估以支持心理辅导

    该研究比较了两个大型语言模型 GPT-4 和 Chat-GPT 在回应 18 个心理提示方面的表现，以评估它们在心理健康护理环境中的潜在适用性。结果显示 GPT-4 在生成临床相关和富有同理心的回应方面更有效，提供更好的支持和指导。这项研究为大型语言模型在心理健康护理领域的适用性提供了贡献，强调了在该领域持续研究和开发的重要性。需要进一步研究了解造成两个模型性能差异的具体因素，并探索其在不同人群和心理健康状况中的普适性。

    May, 2024

  • 面向编程教育的生成式人工智能：ChatGPT、GPT-4 和人类导师的基准测试

    本研究系统评估了两种模型 (基于 GPT-3.5 的 ChatGPT 和 GPT-4)，并将它们与人类导师在各种情形下的表现进行比较。我们使用五个 Python 编程问题和来自在线平台的真实有 bug 程序进行评估，并使用基于专家的注释进行评估。结果表明，GPT-4 明显优于 ChatGPT，并在某些场景下接近人类导师的表现，但在某些情况下仍表现不佳。

    Jun, 2023