GPT-4火爆出圈，GPT-5或年底发布？( 二 ) _nlp

因为在LeCun看来，这类模型是没有前途的（Auto- LLMs are ）。尽管他们已经有非常不错的表现，但是有许多问题很难解决，例如事实错误、逻辑错误、前后矛盾、推理有限、容易生成有害内容等。重要的是，这类模型并不了解这个世界底层的事实（）。那么年底即将发布的GPT-5是否会解决这一问题可以拭目以待。

文章插图
综上，职业无法被取代，领域研究依然任重而道远，GPT-4相对于NLP或者AI领域来讲无疑是一次技术更迭，会促进人工智能往更加“智能”的方向深入蓬勃发展，所以，还没有学习NLP的同学们或者已经在坑里的同学抓紧上车！
No.4
NLP学习路线
首先是NLP的底层学习路线，随着NLP使用门槛逐渐降低，NLP “SOTA”（即产出比业界最优模型更优的模型）成本越来越高，如何能找到自己的方向，以及如何在自身的方向上有所成就，能够形成自己的核心竞争力，都是值得持续思考的事情。
No.5
NLP理论框架
其次进入到NLP庞大的版图中，从学起，依次到再到BERT，中间你会感受到自然语言与计算机语言交汇的魅力，且得益于前人的铺路，我们站在torch或者keras的肩膀上以10行代码就能够复现这些研究并且迅速看到专属于自己模型的成果。当然这还远远不够，我们需要进一步调整我们的模型以适配需要，这就需要我们深入学习以下特定领域理论知识以及实战技巧，使得最终成为NLP领域的专家！
No.6
NLP论文路线
最后当然得附上NLP领域中经典与即将成为经典的前沿论文导图，其中的论文数量在近年来发布的NLP相关论文中可能1%占比都不到，但绝对是最值得阅读的精选论文，能够以最短时间获取到想要的信息。且论文的阅读上可以优先阅览摘要、引言与结论，如果确定是自己想要读的论文再进一步往下读，这样的阅读顺序是经过反复试验最为高效的。图中所有论文均已上传至公众号，只需要回复【NLP论文】即可获取全部论文PDF合辑！
【GPT-4火爆出圈，GPT-5或年底发布？】总的来说，自然语言处理（NLP）是一门非常广泛和深入的学科，包括了很多方面，如机器学习、计算机科学、数学、统计学、心理学等等，需要花费大量的时间和精力并且搭配大量阅读与实践才能学到真东西，万事开头难，开始可以搭配一些B站教程或者在线教程进行快速切入和兴趣点收集，慢慢一步一步深入去学，就会发现更多自然语言的奥秘，最后发现文本、图像、视频本质都是一回事，也说不定会走向更高更远的舞台发挥出自己的才能，祝愿大家学有所成，日进斗金！