踹他GPT 之 弄个大乐透助手

2023-11-10 22:36
文章标签 gpt 助手 大乐透 弄个

本文主要是介绍踹他GPT 之 弄个大乐透助手,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

11月7日凌晨的OpenAI第一次开发者大会,除了速度提升、服务使用费用的减少、开发者生态以外,最让我震撼的是,GPTS是ChatGPT的定制版本,是通过简单配置就可以完成一个使用ChatGPT、集成系统和数据服务的智能助手。比如OpenAI开发者体验主管演示的,当你想去一个城市旅游,那么旅游攻略、城市景点轨迹设计、航班登机、汇率计算等等都可以智能完成。感觉ChatGPT马上就会变成一个24x7完全智能的私人管家。

做点什么哪,一直很喜欢买彩票,要不让ChatGPT帮我推荐一下大乐透的号码吧。只是为了娱乐,提倡快乐彩票、理智购买。

第一步、我们使用ChatGPT-4来看看什么样的提示词可以得到我们想要的分析、推荐结果。ChatGPT是很有原则的,如果你直接让它预测彩票号码,它会非常委婉的拒绝。

第二步、既然直接问不行,那就迂回一下,那我就把大乐透的号码球产生的过程描述一下吧,并且针对每个数字提出一个简单的概率问题。

Instruction: 你是数据分析大师,我将35个完全相同的小球放在一个容器中,小球上标记处1到35不重复的数字,容器有一个圆形小洞,我每次旋转容器让一个小球掉出,再旋转容器让另外一个小球掉出,直到一共掉出5个小球算是一组,我会记录每次掉出的小球的数字

次数掉出小球上面的数字
18, 11, 19, 22, 29
24, 6, 7, 9, 24
.............
234, 5, 18, 20, 25

Prompt: 列出前10个出现概率最大的数字和概率值

上面斜体字就是我要使用的指令和提示词,在提交给ChatGPT的时候出现了几种情况。

  • 第一种情况,由于受到黑客攻击,ChatGPT的交互界面无法响应。可以到OpenAI官网来查看更新

  • 第二种情况,ChatGPT的分析出现间断

        当然它会提供解释和建议

  • 第三种,也是最理想的情况就是系统可以完成分析工作,我们可以看到结果产生。如果你在ChatGPT进行分析时候点开"Analyzing"下拉菜单,你就可以看到ChatGPT使用的代码了,否则ChatGPT只会提供结论而不会提供代码。

我把代码放在编译器中方便阅读

# Now we will input the complete data provided by the user to calculate the probabilities correctly.# Data provided by the user
ball_drops_complete = [[8, 11, 19, 22, 29],[4, 6, 7, 9, 24],# ... all the way to ...[1, 5, 7, 12, 13]
]# Calculate the total number of rounds
num_rounds = len(ball_drops_complete)# Flatten the list of lists to get one big list of all the balls dropped
all_balls_dropped = [ball for round in ball_drops_complete for ball in round]# Count the frequency of each ball number
ball_frequency = {ball: all_balls_dropped.count(ball) for ball in range(1, 36)}# Calculate the probability for each ball number
# Since each round 5 balls are dropped, the total number of balls dropped is 5 times the number of rounds
total_balls_dropped = 5 * num_rounds
ball_probability = {ball: freq / total_balls_dropped for ball, freq in ball_frequency.items()}# Sort the ball numbers by their probability and get the top 10
top_10_balls = sorted(ball_probability.items(), key=lambda item: item[1], reverse=True)[:10]top_10_balls
 

除了代码,ChatGPT也生成了基于这个代码运行的结果

很奇怪的一点是,10个出现次数最多的数字是不对的,几率也是不对的,一看就不像计算出来的,更像是随意生成的。如果我用自己的环境跑完的结果如下就是正确的。

根据自己的经验,原因可能有几个

  1. ChatGPT最后的结果并不是用自己生成的代码生成出来的
  2. ChatGPT在跑数据的时候提示词中的数据信息有丢失

第三步、分析完单一数字的概率以后,我们来分析一下数字组合出现的概率

使用和第二步类似的指令,提示换成下面的内容

Prompt: 识别同时出现几率高的号码

ChatGPT给出了分析思路和代码,但是毫无意外,这个分析结果还是错的。

from collections import defaultdict
import itertools# 假设您的数据是这样的格式,每个列表代表一次抽取的5个数字
data = [[8, 11, 19, 22, 29],[4, 6, 7, 9, 24],[2, 18, 24, 25, 34],# ... 其他数据[1, 5, 7, 12, 13]
]# 初始化一个字典来存储所有数字对及其出现次数
pair_counts = defaultdict(int)# 遍历数据,对每组数字中的每对数字进行计数
for group in data:# itertools.combinations用于生成数字的所有可能组合(这里是两两组合)for pair in itertools.combinations(group, 2):pair_counts[pair] += 1# 按出现次数对数字对进行降序排序
sorted_pairs = sorted(pair_counts.items(), key=lambda x: x[1], reverse=True)# 获取出现次数最多的前10对数字
top_10_pairs = sorted_pairs[:10]# 打印结果
for pair, count in top_10_pairs:print(f"数字对 {pair} 出现了 {count} 次")

使用个人环境跑出正确的结果。

第四步、尝试将这部分逻辑添加到GPTs中

考虑到ChatGPT分析思路严谨、代码正确,但是分析结论是错误的,个人感觉数据分析类需求无法直接通过GPTs来配置完成。

如果需要代码和提示词请留言,欢迎多多拍砖

这篇关于踹他GPT 之 弄个大乐透助手的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/385738

相关文章

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

4B参数秒杀GPT-3.5:MiniCPM 3.0惊艳登场!

​ 面壁智能 在 AI 的世界里,总有那么几个时刻让人惊叹不已。面壁智能推出的 MiniCPM 3.0,这个仅有4B参数的"小钢炮",正在以惊人的实力挑战着 GPT-3.5 这个曾经的AI巨人。 MiniCPM 3.0 MiniCPM 3.0 MiniCPM 3.0 目前的主要功能有: 长上下文功能:原生支持 32k 上下文长度,性能完美。我们引入了

ASIO网络调试助手之一:简介

多年前,写过几篇《Boost.Asio C++网络编程》的学习文章,一直没机会实践。最近项目中用到了Asio,于是抽空写了个网络调试助手。 开发环境: Win10 Qt5.12.6 + Asio(standalone) + spdlog 支持协议: UDP + TCP Client + TCP Server 独立的Asio(http://www.think-async.com)只包含了头文件,不依

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

速通GPT-3:Language Models are Few-Shot Learners全文解读

文章目录 论文实验总览1. 任务设置与测试策略2. 任务类别3. 关键实验结果4. 数据污染与实验局限性5. 总结与贡献 Abstract1. 概括2. 具体分析3. 摘要全文翻译4. 为什么不需要梯度更新或微调⭐ Introduction1. 概括2. 具体分析3. 进一步分析 Approach1. 概括2. 具体分析3. 进一步分析 Results1. 概括2. 具体分析2.1 语言模型

好用的AI编程助手MarsCode[豆包]

欢迎来到 Marscode 的世界!这里将为你揭秘 Marscode,它的独特之处、应用领域等相关精彩内容等你来探索。 一、打开VS Code 二、选择 Extensions,搜索marscode 三、点击安装 四、点击使用 五、输入需要编写的代码 六、根据自己的需求修改代码 MarsCode 注册

MiniCPM-V: A GPT-4V Level MLLM on Your Phone

MiniCPM-V: A GPT-4V Level MLLM on Your Phone 研究背景和动机 现有的MLLM通常需要大量的参数和计算资源,限制了其在实际应用中的范围。大部分MLLM需要部署在高性能云服务器上,这种高成本和高能耗的特点,阻碍了其在移动设备、离线和隐私保护场景中的应用。 文章主要贡献: 提出了MiniCPM-V系列模型,能在移动端设备上部署的MLLM。 性能优越:

基于VS2022+Qt5+C++的网络调试助手开发

目录 一、前言 二、环境准备以及项目创建 三、 项目实现 1.ui界面设计 2.添加NetWork模块   QTcpSocket 和 QTcpServer QUdpSocket 3.主要功能实现  ①IP扫描 ②端口设置  ③数据接收 ④数据发送 ⑤日志保存 4.打包成exe 四、效果展示 五、总结 一、前言 我之前用基于pyqt5一共实现过俩款小工

OpenAI澄清:“GPT Next”不是新模型。

不,”GPT Next” 并不是OpenAI的下一个重要项目。 本周早些时候,OpenAI 日本业务的负责人长崎忠男在日本 KDDI 峰会上分享了一场演讲,似乎在暗示一个名为 “GPT Next” 的新模型即将出现。 但OpenAI的一位发言人已向Mashable证实,幻灯片中用引号括起来的”GPT Next”一词只是一个假设性占位符,旨在表明OpenAI的模型如何随着时间呈指数级进化。发言人