写这篇文章的起因在于我近期经常向Cursor咨询概念问题，得到的回答都比较满意，这次一个小的代码问题翻车了，就想记录下来，结合李宏毅老师最新的机器学习课程，写下了一些个人理解。
一、发现问题：Cursor生成错误代码
我需要对pd.Series格式的数据进行reshape，因为最近经常用Cursor（一个基于GPT-3/4的代码辅助工具，近期好像停止了对GPT-4的接入），于是直接咨询了它：
直接复制这段代码并运行，报错了：
报错原因是：AttributeError: 'Series' object has no attribute 'reshape'。Series没有reshape属性，我们知道reshape其实是numpy中的方法，所以需要先将Series转换为array，再进行reshape操作,即
reshaped = np.array(s).reshape(2, 3)
二、解决问题：Cursor解决报错问题
虽然它提供了错误代码，但是这个小问题解决起来应该不难，我又接着问了它，怎么解决上面的问题，它给出了可以正常运行的答案和理由：reshape方法在pandas Series中不可用，需要先用np.array(s)将Series转换为一个NumPy array。
思考1：语言模型无法执行代码
无论是GPT-3还是GPT-4，它始终是一个生成式语言模型，输入文本或者图片，均是在完成文字接龙式的工作，输出相应的文本结果。输出的文本可以以代码的形式展现，但是语言模型本身无法执行代码，无法保证生成代码的正确性。要想减少错误，可能需要在模型进行预训练或监督学习时进行优化。（据OpenAI内部评估，GPT-4产生正确回应的可能性要比GPT-3.5高出40%。）
三、发现问题测试：使用ChatGPT测试
虽然Cursor官网之前使用了GPT-3，但是我还是使用ChatGPT重复了上述发现问题的过程。
第一次测试：回答正确
ChatGPT的回答通过s.values将Series数据转换为array格式，运行正常。
第二次测试：回答错误
这个结果又犯了之前Cursor部分所说的错误。
思考2：ChatGPT的回答存在随机性
对于一般的机器学习/深度学习模型而言，单一的输入会对应固定的输出，但对于需要有”创造力”的任务（例如聊天、绘画），不同的人会期望有不同的回答。将神经网络作为生成器使用，在输入中加入随机的概率分布（噪声）,通过神经网络，就能生成复杂的分布，输出不同的结果。以上就是生成式对抗网络（GAN）的生成器部分，判别器和对抗部分暂时不涉及（个人还在学习中）。
而ChatGPT正是使用了生成式对抗网络（GAN），输出的结果具有随机性，可以提供各式各样有具有”创造力”的回答。像前一部分的问题测试，同一问题得到对错两种答案，这可能会造成一定的困扰，或者无法复现原来的回答，这个特点好坏都有。
以下是ChatGPT自己的回答：
在new chat里又问了一次：
四、解决问题测试
第一次测试：解决问题
在发现问题测试得到错误回答后，我又继续说明执行报错了，它的回答是reshape()方法不支持在Pandas 1.0之后版本的Series上使用，然后给出了与测试正确的回答中相同的正确代码。
第二次测试：解决问题
又询问了一遍，给出了与上面不同的方法to_numpy解决问题，但是文字描述部分提到的Pandas版本与上面不同。
思考3：ChatGPT的时效性问题
对比解决问题测试中的两次回答，第一次回答reshape()方法不支持在Pandas 1.0之后版本的Series上使用，第二次回答在Pandas 1.3.0及以后的版本中Series没有reshape方法。虽然逻辑上Pandas 1.0之后没有与1.3.0之后没有并不能算矛盾，但我还是去Pandas官网找到了Pandas 1.0.5的文档，里面提到了• The Series, Categorical, and Index classes have dropped the reshape method (GH13012)，说明1.0.5版本就移除reshape方法了。
编程语言的时效性
对于这个问题，我的想法是，各种编程语言、框架或者第三方库都在不断更新，以我个人最常使用的pandas为例，经常会有FutureWarning提到当前使用的部分方法会在未来版本被废弃，那么ChatGPT能否规避版本落后导致的错误呢？这个可能需要时间来得到答案。
真实信息的时效性
ChatGPT是不能联网的，也就是说，不能通过网络搜索来获取答案，当前的训练数据库的最晚时间只到2021年9月，在遇到涉及时间的问题时无法提供答案。考虑到ChatGPT的训练数据量庞大，过于频繁地更新数据库并不现实，时效问题还是需要通过搜索引擎获取。
总结
- ChatGPT无法执行代码，不能保证生成的代码完全正确
- ChatGPT的回答存在随机性，这一特别有好有坏
- ChatGPT的数据库不能联网，时效性较差
本文正在参加 人工智能创作者扶持计划
