# why - ChatGPT诞生两周年了 - [[ChatGPT 发布记录]] - [[AGI]]分级 - deepmind 的分级 - openai 的分级 - 什么是 [[ChatGPT]] # what - 理解 ChatGPT，理解费曼学习法，理解人的学习 - 用 ChatGPT，开启「全新学习」 - AGI 时代的学习 - learning by doing - 构建个人[[知识体系]] - [[生成学习理论|生成式学习]] - 因材施教 - 即时反馈 - 举例：小树的编程学习 # how ## ChatGPT使用回顾 - 使用数据 - gpts 个人助理 - 特殊的场景 - @助理 - prompt engineering - 越高级的模型，越不需要 prompt - prompt 就是你自己费曼的能力，你思考和表达的能力 - 使用场景 - 生活 life - [[GPT-4o]] 对标 [[《Her》]] - 学习 learning - 任何主题学习 - 家庭教育 - gpt 学习教练 - 搜索 search ## 如何使用ChatGPT - 观察：ChatGPT 如何解释一个概念？ - 新版 GPT-4o 的生成框架 - [OpenAI 昨天更新了 gpt-4o，更新了什么？来一个具体的例子说明](https://quanzi.xiaoe-tech.com/c_5c1ade1660b8e_66epWNJt6847/feed_detail?feeds_id=d_673ff8e3aa8e5_nNTIO9xem2Z9&app_id=appDlhUKBqJ1468&user_id=u_58f84b65e76b0_js3Vml1a) - ChatGPT 为什么如此费曼一个概念？ - [[特征学习 Feature learning|特征理论]] feature theory - 一个词语的意义，是一些列特征（feature）构成的。 - 例如狗这个概念，由很多特征构成，相关的概念是[[写作 说明文 概念的认知框架|亚里士多德的概念界定框架]] - 由表面特征与深层特征构成，深层特征就是定义了问题本质的特征 - GPT 的[[语义空间]]有 3172 个维度，理解一个事物通过3172 个特征 - 费曼学习法与特征理论 - acumen - 效法 ChatGPT，我们该怎么做？ - 与费曼学习法深度、有机、无缝整合 - logseq 笔记的构建，借助 ChatGPT - 利用GPT-4o 的结构化生成 # how good - [[DIKW 金字塔]]：一种理解智慧的角度 - 以[[概念 concept]]为第一公民 - 以构建个人[[知识体系]]为第一目标 - 三位一体 - logseq x chatgpt x 费曼学习法 = 你的学习 # Ref. - [和ChatGPT 的723天](https://www.youtube.com/watch?v=YTcEH9Fy-PI&list=PLZlSADAMEfUB1b4o_LR9661bgsm1hk0i3&index=3&t=78s)