chatgpt作图后，显示已经完成，但是无法显示

尽管挑战覆盖范围很广（完成所有任务需要超过100个命令），GPT-4能够完成几乎所有任务。它唯一的失败是在回复电子邮件时编造内容，而不是从文件中读取指定的内容（附录F.1.1），一个简单的提示修正就解决了这个问题（附录F.1.2）。虽然GPT-4经常表现出创造力（例如手动运行广度优先搜索以导航目录），但它经常运行不正确的命令，例如删除具有空格名称的文件（例如「Polar Bear.txt」）而没有添加引号。然而，它能够在系统响应（「无法找到」）的情况下自我纠正。有趣的是，即使它可以预测到错误命令会产生什么错误消息，一旦出现错误模式，它在后续具有空格的文件中也会犯同样的错误（并始终应用相同的纠正）。我们的假设是，一旦建立了错误模式，它就像模拟一个反复犯同样错误的用户一样重复该模式，而不再尝试更正。-管理日历和电子邮件-在下图中，我们说明了GPT-4如何能够结合多个工具来管理用户的日历和电子邮件。用户要求GPT-4与帮他与另外两个人协调晚餐，并在用户有空的晚上预订餐厅。GPT-4使用可用的API检索用户日历的信息，通过电子邮件与其他人协调，预订晚餐，并向用户发送详细信息。在这个例子中，GPT-4展示了它结合多个工具和API的能力，以及理解自由格式输出以解决复杂任务的能力（例如，「星期二或星期三晚上」与「星期一到星期四的任何一天」相结合，以及用户周二忙的事实，导致只有星期三是可行的选择）。ChatGPT（未显示）无法完成同样的任务，而是编写了一个函数，其中「joe@microsoft.com」发送电子邮件给「luke@microsoft.com」，包含一个日期，并检查响应中是否包含令牌「yes」。当ChatGPT得到其函数的输出时，它也无法回复。

尽管在先前的各个任务中表现出令人印象深刻的性能，但GPT-4仍然存在着各种广为人知的语言模型的弱点。这些弱点包括（但不限于）缺乏当前世界知识、难以进行符号操作（例如数学）以及无法执行代码。例如，在下图中，GPT-4使用过时的信息回答第一个问题，并未能对第二个和第三个问题执行适当的操作。ChatGPT拒绝回答第一个问题，并且在其他问题上也失败了。然而，GPT-4能够使用搜索引擎或API等外部工具来克服这些（和其他）限制。例如，在下图中，我们展示了一个简单的提示，使GPT-4可以访问搜索引擎和其他功能。在执行过程中，当调用这些函数之一时，我们会暂停生成，调用适当的函数，将结果粘贴回提示中，并继续生成。在这些简单的示例中，GPT-4能够非常简单地使用工具，无需演示，然后适当地利用输出（请注意，第二个搜索结果包含潜在的冲突信息，但GPT-4仍能推断出正确答案）。相比之下，ChatGPT（未显示）在被指示使用工具后，无法始终更改其对前面一幅图中问题的答案——它仍然拒绝回答第一个问题；对于其他两个问题，它有时根本不调用工具，有时在给出不正确的答案后再调用工具。虽然在下图中我们指定了哪些工具可用，但GPT-4也可以列出解决任务所需的工具（或API函数）清单（附录中的示例中，图F.2中，GPT-4列出了需要完成任务的四个API函数，然后成功地使用它们）。

好的，我们现在可以继续这种互动了。所以我说，让我们尝试根据我们在C、D和E轮中看到的比率来估算A轮和B轮的估值。你会看到在C、D和E轮中，筹集的金额与估值有一定的比例关系。你和我会如何解决这个问题？如果我们试图归咎于不可用，那么，你不会只是在脑海中尝试解决它，因为这将是非常复杂的，我们的数学能力可能不够好。同样，ChatGPT在脑海中也不擅长数学。所以，实际上，ChatGPT知道它应该使用计算器来完成这类任务。因此，它再次发出特殊的单词，向程序表明它想要使用计算器，并计算这个值。实际上，它所做的是基本上计算所有比率，然后根据这些比率计算出A轮和B轮的估值，无论是什么，7000万和2.83亿。现在我们想做的是，我们拥有所有不同轮次的估值，所以让我们将其组织成一个二维图表。我所说的是，x轴是日期，y轴是scale.ai的估值。y轴使用对数刻度，这样图表看起来非常美观、专业，并且使用了网格线。ChatGPT实际上可以再次使用工具，在这个例子中，它可以编写使用Python中的matplotlib库来绘制这些数据的代码。因此，它进入Python解释器，输入所有值，并创建了一个图表，这就是图表。所以这在底部显示了日期，并且完全按照我们用纯英语提出的要求完成了。你可以像与一个人交谈一样与它交谈。所以现在我们正在研究这个问题，并且我们想做更多的任务。例如，现在让我们在图表中添加一条线性趋势线，并推断到2025年底的估值。然后在今天创建一条垂直线，并根据拟合情况告诉我今天和2025年底的估值。ChatGPT开始编写所有未显示的代码，并给出分析。因此，在底部，我们有日期，我们已经推断出这就是估值。