Knowledge Commons of Institute of Automation,CAS
问答ChatGPT之后:超大预训练模型的机遇和挑战 | |
卢经纬![]() ![]() ![]() ![]() | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2023 | |
卷号 | 49期号:4页码:705-717 |
摘要 | 超大预训练模型(Pre-trained model, PTM)是人工智能领域近年来迅速崛起的研究方向,在自然语言处理(Natural language processing, NLP)和计算机视觉等多种任务中达到了有史以来的最佳性能,促进了人工智能生成内容(Artificial intelligence-generated content, AIGC)的发展和落地. ChatGPT作为当下最火热的PTM,更是以优异的表现获得各界的广泛关注.本文围绕ChatGPT展开.首先概括PTM的基本思想并对其发展历程进行梳理;接着,详细探讨ChatGPT的技术细节,并以平行智能的视角阐述ChatGPT;最后,从技术、范式以及应用等多个方面对PTM的发展趋势进行展望. |
关键词 | 预训练模型 ChatGPT Transformer 人工智能生成内容 平行智能 社会化大闭环 |
DOI | 10.16383/j.aas.c230107 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56161 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 卢经纬,郭超,戴星原,等. 问答ChatGPT之后:超大预训练模型的机遇和挑战[J]. 自动化学报,2023,49(4):705-717. |
APA | 卢经纬.,郭超.,戴星原.,缪青海.,王兴霞.,...&王飞跃.(2023).问答ChatGPT之后:超大预训练模型的机遇和挑战.自动化学报,49(4),705-717. |
MLA | 卢经纬,et al."问答ChatGPT之后:超大预训练模型的机遇和挑战".自动化学报 49.4(2023):705-717. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2023-0107.pdf(2118KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[卢经纬]的文章 |
[郭超]的文章 |
[戴星原]的文章 |
百度学术 |
百度学术中相似的文章 |
[卢经纬]的文章 |
[郭超]的文章 |
[戴星原]的文章 |
必应学术 |
必应学术中相似的文章 |
[卢经纬]的文章 |
[郭超]的文章 |
[戴星原]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论