1.6K
你覺得ChatGPT與一般的搜尋引擎(google、bing…)差異在哪?對於我來說,我可以用ChatGPT問他搜尋引擎搜尋時,會「查無此問題」的問題,透過人性化的語句,搭配多個條件,使ChatGPT產生出它覺得最適當的回答。
例如:
- 我想要找再生能源的預測中,大家都用那些預測技術,必須要是近幾年中常用的技術,此技術必須可用python達到,並且列出這些技術的內容。
- 我要找再生能源的預測的文獻,要使用python可達到的技術,請問要如何在scopus上下關鍵字,才能找到相關的文章?
- 有沒有再生能源相關的搜尋關鍵字?
- Python要如何實現再生能源預測,有沒有相關可以使用的函示庫?
透過詢問ChatGPT「開放式問題」,再從開放式問題回答出的內容,篩選出我們認為有用的「關鍵字」再利用google、bing、scopus、IEEE等專業的搜尋引擎,找到更適合需要的研究資料。
但由於ChatGPT是來自於巨量資料的訓練,而回答你的答案,他其實不具備「回答正確」的功能,比較是「一定會有回答,但不一定是正確的」,因此在看這些回答時,必須要具備批判思考的能力,去篩選部分正確的資料,再依據正確資料的回答,進一步限縮你的問題。
大致來說,ChatGPT在收集研究資料中,蠻適合在最初「發散式問題」的限縮,以及給予搜尋「關鍵字」上,但不可盲信ChatGPT給出的資料,透過ChatGPT搭配Google等搜尋引擎,可大幅的縮短尋找研究資料的速度。
以下是我在與chatgpt收集研究資料時的一些範例:
3 comments
[…] 距離上一篇有關ChatGPT的文章也有好幾個月了,現在ChatGPT不斷的在更新與進化,最近ChatGPT4也開放給付費者使用,而我就是那一個其中的付費者了,畢竟我最近一直在寫碩士論文,真的是瘋狂用ChatGPT在輔助我開發程式,而這邊就分享幾個我自己是如何在用ChatGPT輔助和加速我開發程式。 […]
可以試試看用bing嗎~
然後對比結果
感覺chatgpt錯誤率比較多,還是樣本數太少的關係
我個人感覺是顛倒,chatgpta的錯誤率多,其實是樣本數多到他根本難以判斷對錯,基本上它是一個盡量回答正確的接龍遊戲,所以有錯誤的可能性也是正常的~
Comments are closed.