POWERING HR WITH AI: An In-Depth Guide to ChatGPT for Human Resources Professionals BY Matt Dunn © Copyright 2024 - All rights reserved. Second Edition It is not legal to reproduce, duplicate Introduction Chapter One: A Brief History of ChatGPT Chapter Two: How to Use ChatGPT Chapter Three: Before You Get Started Chapter Four: Use Cases of ChatGPT in HR Use Case 1 - Recruitment Use Case 2 Chapter Five: The Risks of Using ChatGPT (and how to combat them) Epilogue/Conclusion Appendix – ChatGPT Free versus ChatGPT Plus Introduction Welcome to "The ChatGPT HR Advantage: Mastering the AI Revolution

•卫生信息• ChatGPT 在中医医院智慧化建设中的应用、 挑战及对策 李启渊1, 张 静1, 徐权光2, 庄一强1,2, 龚文进1 (1. 广州中医药大学公共卫生与管理学院, 广东 广州 510006; 2. 广州艾力彼医院管理中心, 广东 广州 510220) 摘 要: 以 ChatGPT 为代表的生成式人工智能给中医医院智慧化建设带来了机遇与挑战。 文章探讨了 ChatGPT 在助力中医经验传承发展、 能技术在中医医院智慧化领域的合理应用等建议。 关键词: ChatGPT; 生成式人工智能; 中医医院; 智慧化建设 中图分类号: R197. 4 文献标识码: A 文章编号: 1003-2800(2024)04-0078-04 Application, challenges and countermeasures of ChatGPT in the construction by ChatGPT brings opportunities and challenges to the construction of smart TCM hospitals. This paper discusses the application of ChatGPT in

度學習，⽬標是帶回PBL精髓，在台灣的中⼩學實踐，從⽽改變教 育。 呂冠緯 均⼀平台教育基⾦會董事⻑暨執⾏⻑，不但⻑期提供台灣中⼩學 ⽣師優質數位學習平台資源，也致⼒於個⼈化學習師資培育，他形容 ChatGPT問世對教育界的影響，相當於氣候變遷議題等級的挑戰，並 非單⼀國家、組織可以解決，需要共識和協作。 林從⼀ 華梵⼤學校⻑，為美國愛荷華⼤學哲學系博⼠，之前擔任成⼤副 校⻑，來到華梵⼤學後，他致⼒於提升學⽣的學習意義感，並認為由 百個問題。那時，雖然⼤家感覺到這個議題很重要，但是中⼩學的家 ⻑和老師，好像覺得不⽤關⼼也不會怎麼樣，頂多是積極的家⻑和老 師讓孩⼦更早接觸程式教育……。 直到⼆○⼆⼆年底，隨著ChatGPT問世，讓AI的影響全⾯普及化， 這⼀次再也不是只有相關產業擔⼼AI的影響⼒。「ChatGPT出現，讓 AI從⼤規模科學家運動變成了全⺠運動，⼈們只要上網，什麼都可以 問，AI也什麼都可以答。」廣達電腦技術⻑暨副總經理張嘉淵指出關 鍵。 現存的⼯作，眼看這⼀波浪潮真的快要打在⾃⼰⾝上，⼤家都焦慮的 問：「哪些⼯作不會被AI取代？哪些能⼒才是未來需要的能⼒？」 ChatGPT中文全名是「聊天⽣成型預訓練變換模型」（Chat Generative Pre-trained Transformer，簡稱ChatGPT），是由美國矽⾕ 公司OpenAI所訓練的⼀個⼤型⾃然語⾔處理模型，它可以透過⾃然、 ⼝語的⽅式來進⾏對話。OpenAI是⼀個⼈⼯智慧研究實驗室，由非營

生成方面取 得了显著进展，开始展现出强大的内容生成能力。 AIGC的出现和发展，标志着人工智能应用从数据分析型向内容创造型的转变，极大 地扩展了人工智能技术的应用范围。例如：在内容创作领域，ChatGPT、文心一 言、讯飞星火等大模型广泛应用于创意写作，如自动生成文章、新闻报道、诗歌等 文本内容；在图像处理领域，Midjourney、DALL·E等模型能够根据文字描述生成 对应的图像内容，可以用 产 业的变革，主动拥抱智能时代。 本节将对比AI时代来临前后的教师角色、课程设置、个性化教育与学习以及教育评 价等方面，探讨AI技术对教育教学的影响。 1.2.1 AI时代的教师角色 以ChatGPT、Gemini、文心一言、讯飞星火为代表的人工智能大模型迅猛发展，凭 借强大的自然语言处理能力，它们能够完成问题解答、内容创作（文字、图像、音 视频等）、代码生成等复杂任务，对人类的知识获取方式、信息生成方式等产生深 AI浪潮已然袭来，没有任何人可以置身事外，对于普通人，我们能做的就是利用好 它，乘风破浪。这一轮AI浪潮之中，最突出、最具代表性的AI技术便是生成式AI， 通过深入了解生成式AI的定义、发展历史以及ChatGPT的快速发展案例，我们可以 更好地认识到这项技术的潜力和价值，以及它将如何继续影响和改变我们的世界。 3.1.1 生成式AI概述 生成式AI（Generative AI）是AI技术领域的一大突破，指的是能够创建或生成新

大模型在汽车业的应 用 1 ChatGPT 与 AI 大模 型 目录 2 13 26 39 42 2022 年 11 月 ，美国科技公司 Open AI 发布 ChatGPT ， 因能很好地与人实现互动而迅速成为爆款产品：上线 5 天 用户过 100 万 ， 2 个月后用户就突破 1 亿 ，成为历史上用户数增长最快的消费者应用。 ChatGPT ，突然出现的爆款 各明星应用程序注册用户达 各明星应用程序注册用户达 1 亿时间 ChatGPT TikTok Instagram Snapchat Facebook ChatGPT 可回复自然语言输入的问题 资料来源： Open AI 公司，英伟达公 司 （单位：月） 2019 年 2 月 GPT-4 18,000 亿 参数量 2023 年 3 月 2018 年 6 月 据不完全统计， 目前已发布 的国内大模型中： 的国内大模型中： 参数量超过 10 亿的有 79 个， 其中 ，参数量最高的达到 174 万亿。 ChatGPT （ Chat Generative Pre-trained Transformer ） ，是一种适用于自然语言交流的人工智能大模型， 它 成功的关键之一 ，是 Open AI 使用了海量数据进行预训练。 5 年间 ， GPT 的参数量已从亿级飙升至万亿级。 GPT-3 1,750

Transformer 2017 年 ChatGPT 2022 年 Instruct GPT BigBird ALBERT ELECTRA 基于模板和 规则的前深 度学习阶段 基于规则 的少量数 据处理 1950 年开始 根据一定范 围的数据进 行参数分类 Machine Learning 1980 年开始 n ChatGPT 所能实现的人类意图，来自于机器学习、神经网络以及 GPT-2 BART RoBERTa ChatGPT 经过多类技术积累 ，最终形成针对人类反馈信息学习的大规模预训练语言模 型 2018 年 GPT-1 T5 BERT 2020 年 GPT-3 M2m- 100 XLM 进行海量数据学习训练 ，人类的反馈信息成 为模型学习的内容 OpenAI 公司于 2022 年 11 月发布 ChatGPT ，短短三个月内日活跃用 户从 零增长至超过 3000 万 ，标志着对话式 AI 进入大众应用阶段 里程碑： ChatGPT 的成 功 ChatGPT 日活量（ 2022.11- 2023.02 ） 三阶段训练技术构建 GPT 3.5 辨别式 AI 对现有内容进行分析、分类、判断、预测 客户流失预测 生成式 AI 自动生成开放的文本、图像、音频、视频等内容 短视频片段 广告视频 多模态生成 相对通用的人工智能

110 亿参 数 B Microsoft 2019 年投资 OpenAI ； 2021 年 Github 与 OpenAI 联合发布 Copilot ； 2023 年 Q1 ，微软系产品领航 ChatGPT 化…… sopen AI 2016 发布 Gym 强化学习平台 & Universe 训练工具包 2018.6 GPT-1 1.17 亿参数 无监督预训练 + 有监督微调 半监督语言模 型效果验证 2020 GPT-3 1750 亿参数 超大模型 2022 年初 InstructGPT 13 亿参数 人类反馈强化学习 2022 年 12 月 ChatGPT 基于 GPT-3.5 微调后 用 来改进 GPT 语言 模型的 聊天机器人 2023 年 Q1 GPT-4 提升性能 & 多模态 更贴近人类实际思维 Google 第一阶段：模型规模增大，融合的任务更多 万亿参数（人类大脑皮层参数 10 万亿） 大模型演进过程 1950 图灵《电脑会思考吗？》提出“机器思维“概念； 72 年后， ChatGPT 成为离图灵测试最近的机器人。 第二阶段：利用人工标注引导生成 2021 年底 - 至今 演进动力 : 从人类反馈中学习 8 ChatGPT 的技术路线选 择 海量人类积累的文本数据，进行无监督训练。 即可获得博学的文本生成模型 自回归 生成 单字接龙

现而非内在机制判 断 智能。 2. 技术目标： 1. 为早期人工智能研究提供了明确方向，例如自然语言处理和对话 系统的开发。 2. 启发了后来的聊天机器人 ( 如 ELIZA,ChatGPT) 和语言模型的 发 展。 一、人工智能发展简史了解 CDC 疾控 人 1.2 人工智能的诞生 人工智能的诞生可以追溯到 20 世纪 50 年代。当时，计算机科学刚刚起步，人们开始尝试通过计算机程序来模拟人类的 积累海量数据， GPU 算力 提升，机器学习算法突破，里程碑事件是 2016 年 AlphaGo 击败李世 石 2020 年以后是通用智能探索与生成式 Al 爆发期， 2022 年 ChatGPT 发 布， 生成式 Al 普及化。 2023 年后 GPT-4 、 deepseek 等模型实现高质量 内容生 成。 1.3 人工智能的发展阶段 从 1956 年人工智能元年至今，人工智 地质专家系统阳 OSPECTOR 1.4 未来人工智能发展的 5 个阶段 网友或媒体对 AGI ( 通用人工智能 ) 发展阶段的推测性总结。 ·L1 ( 底层，红色 ): “ 嘴炮王者” → 现在的 ChatGPT 这类 AI, 能陪你唠嗑、回答问题，但干不了实事，像“懂很多 道理的学霸朋友”。 → 现状：人类已实现，满大街都是。 ·L2 ( 黄 色 ) : “ 野生博士” → 不用查资料、不用联网，

2025-09-11 智能之光：⼈机协作的经济管理研究新时代 胡诗云 易君健 摘要： 以ChatGPT 和DeepSeek 为代表的⼈⼯智能⼤语⾔模型（简称⼤模型），正在对知 识⼯作者的⽣产⽅式产⽣⾰命性的影响。本⽂⾯向经济管理学科的研究者，介绍⼤模型的技 术原理、应⽤⽅式以及在科学研究全流程中 ⼈⼯智能；经济学⽅法论；⼈机协同；⼤语⾔模型 JEL Codes: A11；B41；C45；D83 智能之光：人机协作的经济管理研究新时代 胡诗云，易君健∗ 2025 年 6 月 摘要： 以 ChatGPT 和 DeepSeek 为代表的人工智能大语言模型（简称大模型），正在对知识工作者的生产方 式产生革命性的影响。本文面向经济管理学科的研究者，介绍大模型的技术原理、应用方式以及在科学研究全 DeepSeek 为代表的生成式模型。大语言模型的发展经历了几个关键时间节点： 2017 年的 Transformer 模型、2018 年的 BERT 模型、2020 年的 T5 模型、2022 年的 ChatGPT，以及 2025 年的 DeepSeek。这些时间节点标志着技术或范式的重大革新，共同塑造了当今我们所见到的大语言模型。 广义的大语言模型的发展，开始于 2017 年提出的 Transformer

造“科技+服务”的价值交付体系，将公司的科技中心打造为销售中心和利润 中心，截至 2022 年，公司科技输出收入 5.92 亿元，其中 H2 同比+41%重回常 态高增长。2023 年 5 月，公司发布《AIGC/ChatGPT 保险行业应用白皮书》， 并明确已经在全系列产品中规划加入 AIGC 等大模型能力，并将不断实践探 索应用场景，AIGC 探索较为积极，应用有望最先落地。 ❖ 投资建议：关注两类保险机构在大模型技术落地中的受益机会：1）大 拉开新时代序幕》，财通证券研究所 生成式 AI 大模型的突破赋予 AIGC 广阔的产业化应用空间。2022 年底 OpenAI 发布人工智能聊天机器人 ChatGPT，在具有庞大参数量的大型语言模型训练下， ChatGPT 展示出了强大的人机交互体验、高质量的持续对话能力以及较好的逻辑 推理能力。生成式 AI 的出现，直接促使大模型带来的价值进一步升级到人类生产 力工具的颠覆式革 谨请参阅尾页重要声明及财通证券股票和行业评级标准 7 行业专题报告/证券研究报告 图3.中国大语言模型产业参与厂商类型与定位逻辑 数据来源：艾瑞咨询《ChatGPT 浪潮下，看中国大语言模型产业发展》，财通证券研究所 彭博最早推出专为金融行业打造的 500 亿参数大语言模型 BloombergGPT，为 垂直领域大模型提供新范式。2023 年 3