我这里有一批 ChatGPT 4.0的账号，是否有人愿意一起拼，我这里大概每天都有现开4.0的账号，我会保证每个账号大概有10人一起使用，基本没什么限制，都是官网直登账号，但是不能删除其他人聊天记录，质保一个月，可咸鱼担保，赚点零花钱~

查特帕斯4.0(支持语音），仅需25元/月，提供账号密码和Token两种接入方式。
有干净的I/P可自己直登官网，我会提供账号。
无番茄或不懂番茄，我会提供Token和免番茄网站。
**优势：**稳定、高效，支持3.5和4.0版本且支持原版官网插件。
**缺点：**不支持第三方外部插件（如y猴、Chrooome插件)。
需求可自选。

【闲鱼】https://m.tb.cn/h.559pXwF?tk=pxS4WZGRZ2d CZ3457 「我在闲鱼发布了【查特帕斯4.0(支持语音），仅需25元/月，提供官网直登账号密码】」
点击链接直接打开

BOT（聊天机器人）通常需要一种新的通讯协议来与用户进行交互。这种协议通常是一种基于文本或语音的交互协议，用于指导人机对话的流程。

现有的通讯协议，如HTTP和SMTP等，主要是为人类之间的交流设计的，它们不适合机器人之间的交互。因此，为了使BOT能够更好地与用户进行交互，需要开发新的通讯协议，例如基于WebSocket的通讯协议。

WebSocket是一种双向通信协议，可以在客户端和服务器之间建立持久的连接，并允许双方随时发送和接收数据。这种通讯协议可以使BOT更好地感知用户的意图和情感，并作出相应的响应。同时，这种通讯协议也可以提高机器人的响应速度和交互效率，提供更好的用户体验。

因此，开发基于WebSocket的通讯协议可以为BOT提供更好的交互体验和更广泛的应用场景。

啃模型原理啃的一头包，直到看到了这个评论，瞬间醍醐灌顶，大师我悟了

PDFTriage：PDF分诊技术

该技术由斯坦福大学和Adobe 研究团队共同开发，主要解决了ChatGPT在处理长篇、结构复杂的文档（如PDF、网页、演示文稿等）时遇到理解不全或回答问题不准确的问题。

PDFTriage通过先了解文档的结构，然后精准地找到与用户问题相关的部分，最后用语言模型生成答案，从而解决了传统模型在处理长篇和复杂结构文档时的不足。

大型语言模型（LLM）在处理长篇、结构复杂的文档时面临以下几个主要问题：

1、上下文窗口限制：LLM通常有一个固定的上下文窗口大小，这意味着它一次只能处理有限数量的文本“令牌”（tokens）。对于长篇文档，这就需要进行预处理或分割，以便模型能够处理。

2、文档结构忽略：传统的LLM通常只处理纯文本，忽略了文档的结构信息（如页面、表格、标题等）。这在处理PDFs、网页或演示文稿等结构复杂的文档时会导致问题。

3、查询不准确：由于缺乏对文档结构的理解，当用户提出与文档结构有关的问题（例如，“表3中哪一年的收益最高？”）时，传统的LLM往往无法准确回答。

4、信息获取不全面：在处理结构复杂的文档时，仅仅依赖文本内容可能会导致信息获取不全面或不准确。

工作原理：

PDFTriage技术旨在解决这一问题，它能根据文档的结构信息，准确地回答用户提出的各种问题。例如，用户可以提出“请总结第5-7页的内容”或“表3中哪一年的收益最高”等问题，PDFTriage能够准确地提供答案。

获取元数据：首先，该技术会生成文档的结构化元数据表达，包括文档各个部分（如段落、标题、表格等）的信息。

选择相关内容：当用户提出一个问题时，该技术会根据元数据选择与问题最相关的文档部分（如特定页面、表格等）。比如，如果问题是“第5-7页的内容是什么？”，它会直接定位到这几页的内容。

生成答案：最后，选定的文档部分和用户的问题会被LLM处理，以生成准确的答案。

实验评估：

研究者创建了一个包含约900个问题和90份文档的数据集进行评估。实验结果显示，PDFTriage技术在处理各种类型的文档时都表现出色，优于现有的方法。

用户反馈：

根据用户反馈，PDFTriage生成的答案在多页任务（如结构问题和表格推理）中排名更高，而在一般文本任务（如分类和文本问题）中排名较低。然而，在所有问题类别中，PDFTriage都优于页面检索和块检索方法。