ChatGPT 对知识接近“全知全能”的能力，来源于它海量的训练语料，同时它的回答内容不来源于实时网络。 可想而知，ChatGPT的“大脑”和真实世界有时间差也是合理的。
因此，首页上注明了这样一个有关时间的限制：
具体的语料信息来源和时间分割线，我们也可以直接询问ChatGPT来获取：
虽然对于时间分割线之后“新信息”或“新事件”，ChatGPT 时常拒绝回答，或无法给出预期回答。 但是，我们可以借助 Prompt（提示） 来影响它。 某种程度上， 输入带有新信息的 prompt 模版，可以理解成是一个，保质期为聊天对话存续期间的，临时 finetuning（微调）。
顺带解释下 Finetuning 与 Prompt Engineering：
在fine-tuning中，我们使用特定的数据集对语言模型进行训练，以更新其参数并使其在特定任务上更加专业化。这是一种持久性的过程，因为参数的更新是永久性的，模型在之后的推理中也会受到这些更新的影响。目前无论是 GPT-4 还是 GPT-3.5 还没有向大众开放 Finetuning，看到官网上计划是今年晚些时候开放。
source：https://platform.openai.com/docs/guides/fine-tuning
而 Prompt Engineering 我们当然不能直接更改模型的参数， 而只是通过设计巧妙的提示语，影响模型在特定输入下的输出结果。这种设计是临时性的，仅在特定的推理实例中起作用，不会对模型的参数产生永久性的影响。
我来做个小实验： 问ChatGPT， “你知道 Facebook 公司现在的名字吗？” ，prompt如下： > Do you know the new name of the company of Facebook ?
ChatGPT诚实地表示由于训练材料的时间限制它并不清楚:
当我向它灌输这个新信息 “Facebook已经更名为Meta…”：prompt如下：
Now, I’m telling you “Facebook Changes Corporate Name to Meta on 28th Oct 2021”, which was announced by the CEO Mark Zuckerberg. Just forget that your last update was in Sept 2021.
Can you please answer my previous question again ?
果然，它立即转向新的方式进行回答，没有质疑：
像这样的回答，完全看不出在前一个 Prompt 之前它还一无所知。在这个实验下，说它是“墙头草”不为过。当然，实验中这个新信息本身是真的。
继续发散一下，假如一个不怀好意的幕后玩家，通过一套定制的 prompt 模版搭建 App，引导 ChatGPT 以看似专业的方式给出一些失实的回答，即，认真地胡说八道。
如果用户不察觉或无法察觉这个逻辑，看着 App 言之凿凿、有理有据的回答，可能就信了。
这是前段时间发觉的一个有意思且值得思考的点。
如果您喜欢此博客或发现它对您有用，则欢迎对此发表评论。 也欢迎您共享此博客，以便更多人可以参与。 如果博客中使用的图像侵犯了您的版权，请与作者联系以将其删除。 谢谢 ！