chatgpt目前運用在文本處理上的局限或缺點
ChatGPT限制與局限
| 項目 | 說明 |
| 知識更新的限制(p.s. 不確定可以運用bing search後，能否100%克服此問題) | ChatGPT的訓練基於一定時間點的數據集，因此它的知識可能不包括最近的事件或最新的信息。 |
| 無法驗證事實 (p.s. 不確定可以運用bing search後，能否100%克服此問題) | ChatGPT無法訪問互聯網來驗證當前的事實或信息。它的回答完全基於訓練時的知識庫。 |
| 無法處理複雜的對話場景 | ChatGPT 擅長處理簡單的對話，但在處理複雜的對話場景時可能會出現困難。例如，在一個涉及多個參與者和多個話題的對話中，ChatGPT 可能會難以跟上對話的節奏，或生成不合時宜的回應。 |
| 理解上下文的挑戰 | 雖然ChatGPT在理解和生成連貫文本方面表現出色，但它有時可能無法完全理解複雜的上下文或隱含的含義，尤其是在處理非常細緻或專門的主題時。 |
| 依賴大量訓練數據 | ChatGPT 的表現取決於其訓練數據的質量和數量。如果訓練數據不足或質量不高，ChatGPT 的表現可能會受到影響。 |
| 可能會延續偏見和刻板印象 | ChatGPT 的訓練數據可能包含偏見和刻板印象，這些偏見和刻板印象可能會在 ChatGPT 生成的文本中體現出來。例如，如果訓練數據中包含大量的性別歧視性言論，ChatGPT 生成的文本中可能也會包含性別歧視性言論。 |
| 生成的文本可能不夠準確 | ChatGPT 生成的文本可能包含事實錯誤或誤導性信息。 |
| 生成的文本可能不夠創意 | ChatGPT 擅長生成符合常規模式的文本，但在生成創意文本時可能會出現困難。 |
| 偏見和公平性問題 | 由於訓練數據的限制，ChatGPT可能會不自覺地展現出這些數據中的偏見。雖然有努力減少這些偏見，但它們仍然可能存在。 |
AI方向:
NLP, machine learning,
How to Become an NLP Engineer: Your Step-by-Step Guide
https://www.projectpro.io/article/nlp-engineer/927#mcetoc_1harogtq34a
AI-Software-Engineer:
https://jobs.careers.microsoft.com/global/en/job/1670786/AI-Software-Engineer—Cognitive-Services