ChatGPT 何许人也?
首先，她应该是女人
会推测而不会计算
你问它： 3457 * 43216 = ，它回答 149261912 （这是错的。正确结果是 149397712）。
之所以结果的 2 是对的，仅仅因为它读了太多的文字资料以后，隐约感觉到 7 结尾的文字，乘号，6 结尾的文字，和 2 结尾的文字比较「押韵」从语感上比较像一首诗。
所以它就学会了这样的文字，而不是学会了计算。
感性而不理性
有没有觉得，当自己跟老婆吵架时，你讲什么正确的道理都是徒劳，她不在乎对错而在于你有没有顾及她的感受。这印证《男人来自火星，女人来自金星》中说到的一个观点：男人和女人在思维理解上有本质的不同，男人注重理性，女人注重感性。
没错，chatGPT 不擅长理性计算，在背诵了一堆堆文字资料后，她觉得”顺口”就认为是对的答案，就是这么任性就是这么感性。
所以,ChatGPT 肯定是记忆力超强，天生对数字逻辑一窍不通的女人。
其次，她有工作经验且善解人意
预训练：增加工作经验
举个栗子：家里请阿姨，来你家之前阿姨会接受家政公司的岗前培训，怎么拖地，怎么弄饭，包括怎么带小孩，这样保证了阿姨到雇主家可直接干活。
ChatGPT 一开始就知道客观既定的自然规律，比如苹果是水果而不是石头。原因是在被使用之前它经过了岗前培训，也就是 GPT 中的 P(Pre-trained 预训练和微调)，保证它可以直接上手就干，而不是磨磨唧唧等你教完它所有之后才会干活。
预训练是给 ChatGPT 提供基础技能，让其有工作经验，直接上手就干，节约使用者成本。
微调：让她善解人意
举个栗子：还是上面那个阿姨。
上岗后，阿姨的技能和习惯可能跟雇主的不一样，比如雇主要减肥，做饭就不做三菜一汤了，全部变青菜，不要白米饭要西蓝花，OK , 三菜一汤是预训练的标配结果，全部青菜是根据雇主习惯进行的微调。微调让 chatGPT 更加符合自己口味了。
再比如：如果你要问 chatGPT 你公司年假多少？他肯定回答不出来。
但是如果给他录入你公司考勤制度信息之后，它就知道你公司年假多少了。这个过程就是微调。
微调是给模型提供使用者个性化信息，让其与使用者更加同频，给使用者感觉是，它知我，知己也！
再次，她是语言学家
当你用不同语言时，她知道用对应语言你。
当你觉得文字太长，她可以帮你变短。
当你想要她翻译成别的语言，她可以翻译成外语。
这其中归功于 GPT 中的 T:Transformer 转换器。该模块作用类似电源转换器: 220v 进 12v 出
转换器模块工作流程：转换器依据预训练中的经验，将输入转换成向量表示，该向量中包含了上下文，输入含义等信息（类似二维码）。向量可以看做 GPT 可识别的数据结构，当使用者提出不同需求时，转换器根据该向量变换生成新的输出。
如图中，输入经过 Encoder 编码成向量，向量根据用户需求 Decoder 成不同长度，语言的输出。
转换器实现将固定输入转换成各种不同输出的功能。
最后
本文结合生活中的例子推测 ChatGPT 是怎样的人。ChatGPT 中实际过程比这个复杂得多，其过程可能不严谨，但旨在对 ChatGPT 中 G P T 含义进行通俗化解释，希望各位大佬喜欢。
彩蛋
参考链接
Transformers Models in Machine Learning: Self-Attention to the Rescue