体验地址:https://top.aibase.com/tool/shipinfanyipeiyin
但这几年，开始有了希望的苗头。
Johnson称:
为了解决幻觉问题，研究人员采用了检索增强生成（RAG）的方法，并添加了几个重要步骤来进一步减轻幻觉，并改进对话性指标。通过这些优化，WikiChat在事实准确性方面比微调后的SOTA RAG模型Atlas高出8.5%。此外，研究人员还将基于GPT-4的WikiChat提炼成7B参数的LLaMA模型，这个模型在事实准确性方面能达到91.1%的高分，并且运行速度提高了6.5倍，能效更好，可以本地部署。
作为这个项目的创建者，我的评估可能有点偏颇。虽然它并不完美并且总有改进的空间，但我坚信 ScriptGPT 可以成为开发人员工具包的宝贵补充。尝试一下，看看它如何提高生产力!Github 存储库:ScriptGPT