黃瀚萱以「大型語言模型與交談式學習的創新」為題，帶領學生認識大型語言模型的特色。

曾元顯教授為活動進行主持。

黃瀚萱專注於長期和多輪情境中對長文本進行自然語言處理，能夠應用於新興的智能應用，如金融科技、醫療保健、生活日誌、計算新聞學和數位教育等。

國立臺灣師範大學通識教育中心9月13日舉辦通識教育講座，邀請中央研究院資訊科學研究所黃瀚萱助研究員擔任主講人，以「大型語言模型與交談式學習的創新」為題，帶領學生認識大型語言模型的特色，以及其在學習互動上的應用。

黃瀚萱助研究員任職於中央研究院資訊科學研究所，過去曾在國立政治大學資訊科學系擔任助理教授，當前研究專注於長期和多輪情境中對長文本進行自然語言處理，能夠應用於新興的智能應用，如金融科技、醫療保健、生活日誌、計算新聞學和數位教育等。

提到大型語言模型，ChatGPT便是其中一種，而語言模型是計算文字片段的機率，透過大型語料訓練模型「語文接龍」能力。大型語言模型透過「深度學習」技術，掌握上萬字詞間的機率關係，進而回答問題、產出文章。而不同語言對大型語言模型而言也有不同效能，如GPT4的英文效能最佳，在提問時轉換語言可獲得更豐富、更詳盡的回答。

黃博士表示，大型語言模型不僅可以寫程式、聊天、翻譯、也能扮演遊戲中的非玩家角色。然而大型語言模型都是依靠語感，其知識來自明確的事實，推論也並非透過邏輯推理，因此其提供的資訊正確性仍須透過查證及確認。

使用時須明確、具體提問，盡可能交待細節，或引導其在回答前經過完整的思考路徑，透過舉例和引導的少樣本學習以及循序思考，帶領ChatGPT回答問題，而零樣本學習則是不需要提供各種舉例，只要給他「請一步步思考」的指令，便能增強效能。

大型語言模型之於教學應用，如機器翻譯可應用在語言教學，知識問答能力可用於自我學習，有別於過去的被動和自主學習，利用ChatGPT提問學習，能夠深化知識，跳過沒興趣的部份，更容易進入心流狀態。

黃博士在講座的最後提醒大家，儘管大型語言模型具有廣泛的應用前景，但依靠自行提問的方式學習，相較之下會缺乏系統性。若遇到敏感性資訊外傳的狀況，會有倫理或甚至法律問題，使用時必須謹慎，確保合法合規，才能善用工具，為未來的學習和互動提供更多可能性。（撰文：校園記者社教 115 紀玟卉／編輯：張適）