独自の ChatGPT ボットを作成する
OpenAIのGPT開発チームは、有料顧客が自身のアイディアにChatGPTを適応させることができるようになりました。今後は、このようなボットを「GPT」と称します。大企業は社内使用のためにこれを予約でき、小規模な顧客によって作成された個別のバージョンは、オンラインストアに掲載され、他のChatGPT加入者もアクセスできるようになります。これが頻繁に行われる場合、制作者はChatGPTボットから金銭的報酬を受けることになります。
プログラミングの専門知識は不要です。カスタマイズ作業は、ChatGPTを使用して直接、対話形式で行われます。制作者はGPTに追加情報を提供したり、インターネット検索、特定のデータセットの分析、画像生成など、カスタマイズされたボットに実行させる機能を指定することができます。さらに、独自のプログラミングインタフェース(API)を通じてGPTにデータアクセスを許可することも可能です。OpenAIのGPT開発チームは、最初のOpenAI DevDay開発者カンファレンスの一環として、これを月曜日に発表しました。その場で、GPT 4 Turboも発表されました。
近日中にGPTストアが公開されます
将来的には、GPT Plus加入者が創造力を活かし、カスタマイズしたChatGPTボットを公開できるようになります。大企業（ChatGPT Enterpriseサブスクリプションを持つ企業）は、水曜日から社内使用のためのGPTの構築が可能となります。GPTストアは11月に開設され、すべての加入者がGPTを検索して使用できるようになります。このストアは、さまざまな方法で有名なアプリストアからインスピレーションを得ています。特に人気のあるボットがリストアップされ、OpenAIは特定のカテゴリーのGPTを手動で強調表示します。
成人向けエンターテイメントを目的としたGPTや、憎悪を煽るような内容や詐欺を助長するGPTは許可されません。OpenAIは、金銭的補償に関する詳細はまだ公表していません。同社は、企業加入者に対し、GPTの内部使用から生じるデータを一切使用しないことを約束しています。企業顧客の管理者は、従業員が職場で外部のGPTを使用できるかどうかを決定することができます。
GPT を使用する理由
GPTを使用する理由には、一部のユーザーがChatGPT用の独自のコマンドセット（「プロンプト」）を開発し、これらを何度も繰り返し使用するため、その過程で可変部分が比較的小さくなることがあります。この作業は、自己カスタマイズされたGPTを使用することで簡素化できます。一方、OpenAIは、すべての知識を学習しているわけではなく、最良のア
イデアの多くが多くのユーザーから生まれると信じています。現在、ChatGPTは毎週1億件のメッセージを登録し、200万人を超える外部開発者がいます。
BLOG
MicrosoftはBing検索エンジンとChatGPTの後継エンジンを組み合わせています
オリジナルのChatGPTはインターネット上の現在のコンテンツを認識しませんが、Microsoftは新しいバージョンのチャットボットを自社の検索エンジンBingに統合しています。
ChatGPT & Co.: BSIはセキュリティに対する「前例のない課題」を認識しています
サイバーセキュリティの現状は脅威であり、「いつでもエスカレートする可能性がある」とフェーザー内務大臣が警告しています。BSIは、国内のさらに多くのシステムをスキャンしたいと考えています。
ChatGPTが世界を変革する理由
ChatGPT は数秒でエッセイを書くため、将来的には宿題としてのエッセイは不要になるかもしれません。テキストジェネレータはまったく異なるタスクを実行できます。
金曜日：ChatGPTのニュースにもかかわらず、ヨーロッパ人3人がISSミッションに参加している一方、Bingの市場シェアは依然として低いままです
ChatGPT 検索エンジンにはボーナスなし + ISS ミッションは非公開で開始 + アイオワ対 TikTok + インディゲームのトレーラー + フランス対 Yahoo + 現金支払い限定
ChatGPT: AIはよく嘘をつきます
Jürgen Schmidt は、ChatGPT を活用して現在のセキュリティ クイズを作成しました。その結果、ChatGPT の限界と AI のリスクについて興味深い洞察が得られました。
AIテキストジェネレーターのChatGPTが魅力的である理由
変圧器ネットワークについて ChatGPTは、OpenAIが2020年に開発したGPT-3という言語モデルを基にしています。GPT-3は、ほぼ完璧な英語でさまざまなスタイルのテキストを生成する能力を持っています。このニューラルネットワークは、いわゆる事前学習を通じてインターネットからのテラバイト単位のテキストデータを学習しました。これが名前に「P」が含まれる理由です。また、生成するテキストがトレーニングデータ（名前の「G」）とできるだけ近くなるように学習しています。