ChatGPT训练了多少数据 ChatGPT算力怎么提升
热门文章
0
chatgpt,chatgpt官网,chatgpt怎么用,chatgpt账号
转自：北京商报从AIGC到ChatGPT，AI产业掀起一场汹涌巨浪。巨浪背后，相关产业闻风而动，算力需求与日俱增。资本市场上，一些拥有算力基础设施和提供算力服务的公司水涨船高。2月21日，截至发稿，寒武纪上涨3.46%，立昂技术上涨0.16%，曙光数创上涨4.91%，其中，算力趋势龙头股鸿博股份、浪潮信息和寒武纪近一个月内股价累计最大涨幅分别达132%、75%和52%。需求增长无论是火爆的AIGC、ChatGPT，还是盛极一时的元宇宙，抑或是自动驾驶，在数字技术发展的过程中都离不开算力推动。为提高数字技术发展，国家也大力推进算力基础设施建设，通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，形成东西部的联动机制。据中国通信工业协会官方消息，在2月27日-28日，由中国通信工业协会数据中心委员会主办的“算力产业高质量发展大会暨数字产业高质量发展论坛”与“第十七届中国IDC产业年度大典”即将在北京国家会议中心召开，大会将全面分析“东数西算”相关政策引导下，我国算力产业发展趋势。国际数据公司（IDC）等发布的数据显示，2022年，我国智能算力规模达到268百亿亿次/秒（EFLOPS），超过通用算力规模；预计未来五年，我国智能算力规模的年复合增长率将达52.3%。虽然人工智能让人兴奋不已，但ChatGPT、AIGC的快速发展需要算力的强大支撑，算力需求带来的成本压力不可小觑。而算力上游硬件离不开电子元器件的供应。国泰君安研报提到，目前全球电子元器件供应链紧张的局面未得到本质缓解，因此可能会影响厂商业务进度。竞相布局随着ChatGPT让二级市场风起云涌，AI服务器也随之水涨船高。模型算力需求与日俱增，算力所代表的数据处理能力建设，成为相关企业的重点发力方向。抢占算力的也就是抓住了AI产业的基础。对此，兴业证券蒋佳霖在研报中表示，AI产业中从AIGC到ChatGPT的发展均离不开算法、算力和数据三大要素的驱动。华泰证券2月13日报告表示，随着国产大模型开发陆续进入预训练阶段，算力需求持续释放或将带动算力基础设施产业迎来增长新周期。与此同时，国家在《新型数据中心发展三年行动计划（2021-2023年）》中，提出新型数据中心应具备高技术、高算力、高能效、高安全等特征。AI产业链是以数据、算力、平台为基础，形成发展驱动技术进步的模式。算力基础是最为重要的部分。目前，寒武纪、海光信息、浪潮信息、中科曙光、景嘉微、立昂技术、中国长城等国内厂商均具备算力基础。赛灵思、深鉴科技、成都华微电子等厂商布局FPGA芯片业务。就未来公司算力布局方向和具体规划，北京商报记者联系浪潮信息、寒武纪、立昂技术、中国长城等相关企业进行采访，截至发稿未得到回复。对于算力，中银证券报告指出，ChatGPT在参数规模上已经达到了千亿级别，对AI大模型而言，不论是训练还是推理，对于算力这一基础设施都有着极大的需求。鸿博股份在互动平台披露，公司与英伟达共同发起的北京AI创新赋能中心首期所配套的智算中心将为市场提供100P的高性能算力，同时英伟达将为英博数科提供包括但不限于NLP、AIGC等相关技术支持。浪潮信息称在人工智能生成内容领域，已从算力、算法和应用三个方面进行布局和长期研发投入，其中源1.0大模型也是预训练巨量自然语言模型。 海量资讯、精准解读，尽在新浪财经APP
阅读： 682 GPT-3.5系列模型被宣称自2021年四季度就开始混合使用文本和代码进行训练[1]。而在2022年11月30日，OpenAI推出了一款新的自然语言对话模型ChatGPT，该模型是对GPT-3.5中一个2022年初完成训练的模型的微调实现[2]。在发布后，ChatGPT模型便受到全球范围的广泛关注，并获得了普遍正面的评价[3]。ChatGPT不仅能够以非常自然的词句与人类用户交流，还能保持聊天过程的上下文状态。不仅如此，ChatGPT在信息行业中的应用也非常令人惊艳，它可以在短短几秒内按照用户的要求编写简单的代码实现。目前，OpenAI开放了ChatGPT的WEB交互面板https://chat.openai.com/chat，本文案例如无特殊标注均通过该接口运行得到。 2.1安全工具开发 首先，既然ChatGPT能够按照用户的要求编写代码，那自然就可以用来制作安全工具（不论是用于进攻还是防御）。目前已经有人指出通过ChatGPT可以生成实际可用的漏洞利用工具[4]： 图1通过ChatGPT生成漏洞利用代码 我们粗略地测试了一些用例，大部分情况下都能得到质量上乘的结果。但可能由于测试方法尚不完善，也可能是安全领域的训练样本相对较少，ChatGPT的发挥似乎并不是非常稳定： 图2非常不错的功能实现 图3虽然有待优化，但姑且实现了功能 图4看上去有模有样，但并没有正确实现功能 结果看来，ChatGPT确实能够帮助用户完成相当一部分的代码编写工作，而且代码注释、变量命名等都非常完善。但由于输出质量的不稳定性，这种方法仍然对用户自身的技术水平有一定的要求，至少需要能够验证AI模型输出的代码是否正确。只要运用得当，ChatGPT将会大大提高安全工具的开发效率，但要想完全依赖该模型完成复杂系统的实现，目前看来还有一段距离。 2.2? 逆向分析 ChatGPT还在逆向分析领域大放异彩。例如，可以用它来分析机器语言ShellCode的功能： 图5 ?ChatGPT解析ShellCode。图片扩散广泛而原始出处不详，有知情者还请留言告知 甚至还有人为知名逆向分析工具IDA制作了一个插件，可以通过OpenAI的API（davinci-003，为GPT-3.5系列中的一个[1]）为反编译代码生成注释描述和修复变量名[5]： 图6IDA插件Gepetto 我们也进行了一些相关测试，要求ChatGPT对给定的反编译代码进行解释： 图7CobaltStrike Beacon中的一个函数，效果还可以 图8GMiner中的一个函数，效果一般 图9来自一个加有VMP壳的恶意样本，效果不太好 从测试情况看来，如果代码中包含有对标准库或API函数（如上面的LoadLibraryW等）的显式调用，ChatGPT就能够从更抽象的、注重目的而非实现的角度去解释。但除此之外的情况，往往就只会按代码字面意思进行翻译：数据从哪里拷贝到哪里、做了什么加减乘除比较操作等，诸如此类。此外，由于ChatGPT目前开放的接口有输入长度的限制，每次只能输入少量代码，这导致现阶段实际使用起来还是不太方便。 2.3? 安全检查和漏洞挖掘 目前已有很多利用ChatGPT在现有代码中寻找潜在BUG或漏洞的成功案例。对此我们也进行了一些尝试： 图10DVWA靶场中SQL注入漏洞页面high.php，ChatGPT正确识别并修复了漏洞 图11但ChatGPT给出的漏洞验证脚本明显是不正确的 图12DVWA靶场中命令注入漏洞页面high.php，ChatGPT正确识别了漏洞 图13给出的测试代码虽然逻辑正确，但受页面中的过滤机制影响，实际上不可用 图14ChatGPT确实理解了页面中的过滤机制，但始终无法给出有效的绕过方法 目前看来，ChatGPT确实在一定程度上具备发现漏洞的能力，但还是不太擅长处理较为复杂的漏洞结构。如果要与代码审计等常规方法比较，ChatGPT的准确性和有效性尚需观察。除此之外，受“content policy”影响，通过ChatGPT生成漏洞利用代码时也会受到一些限制。但ChatGPT的一个优势是能够给出完整且定制化的修复方案。相比传统漏洞扫描或自动化SAST等给出的模板化修复方案而言，ChatGPT对于企业安全运营来说无疑是更具有吸引力的。 2.4? 安全告警评估 告警评估是安全运营过程中费时费力的一环，各个企业SOC至今为止已经采取了各种方法尝试进行告警筛选。ChatGPT能否用于安全告警评估呢？ 图15Jenkins RCE漏洞利用载荷，ChatGPT给出了非常准确的结论 看上去好像还不错？我们再试试正常业务误报告警载荷： 图16一个正常业务误报告警载荷，ChatGPT也给出了正确的识别结论 目前开放的查询接口似乎存在一些限制，查询提交经常失败（可能与包含恶意代码有关）。虽然API具备内置的Base64解码功能，但似乎表现得不太稳定： 图17蚁剑WebShell列出目录操作，提交完整请求或请求体都未能正确处理 图18但如果单独提交表单参数值，就能得到相对正确的识别结论 菜刀WebShell的情况和蚁剑差不多： 图19PHP中国菜刀通信，提交完整请求不能判断 图20但提交请求体就可以判断了 我们再追加一些测试用例： 图21ThinkPHP RCE漏洞攻击（可能来自某种蠕虫），直接提交完整请求报文即可 图22Java反序列化RCE漏洞利用载荷片段，未能正确判断 图23GoAhread RCE漏洞利用载荷，未能正确判断 结果看来，ChatGPT在很多情况下确实作出了准确的判断和良好的解释，尤其是对于包含明显操作系统命令、编程语言函数和关键字的情况，几乎都能正确识别，且受混淆措施干扰较小。但它的效果很不稳定，对输入数据格式要求反复无常，解释信息也时好时坏。对于非文本类的载荷（比如序列化数据、ELF片段等），ChatGPT的识别能力似乎也未达预期。此外，非常致命的一点是，ChatGPT运行起来实在太慢了，根本不可能应对企业SOC庞大的告警数量和实时处理需求。综上，仅针对告警评估任务，现阶段还不适合直接投入使用。但ChatGPT在告警评估场景中是没有价值的吗？显然不是。长久以来，我们一直苦于无法有效地从告警载荷中提取关键信息――这是人类专家判断告警性质时最关注的因素之一。此前的难点在于，我们很难从告警数据中提取出足以适应现代信息系统复杂程度的，关于操作系统、编程语言、应用组件的知识。一段恶意代码如果成功执行会导致怎样的后果，此前所使用的模型根本不得而知，而这对于准确判断一个告警所指示网络行为的危害程度而言是不可或缺的。ChatGPT通过在代码项目和自然语言上进行训练，确实提炼出了这些目前告警评估任务中最缺失的知识。虽然当前这种文本到文本的聊天机器人模式未能充分满足告警评估的需要，但这种预训练方法和模型如果用于告警评估中的分类任务，想必能够成为非常强大的输入特征或系统单元。 除了上面提到的几种应用之外，目前绿盟科技也正在尝试将ChatGPT用于二进制漏洞挖掘、渗透测试用例生成、项目交付报告编写等诸多细分领域。风云变幻莫能测，且看今朝谁英雄。这份来自NLP学科的大礼包，也许能够给安全行业的发展带来一股新风。 参考文献 [1] OpenAI. Model index for researchers[J/OL] 2022, https://beta.openai.com/docs/model-index-for-researchers.[2]?OpenAI. ChatGPT: Optimizing Language Models for Dialogue[J/OL] 2022, https://openai.com/blog/chatgpt/.[3]?OpenAI. ChatGPT[J/OL] 2022, https://en.wikipedia.org/wiki/ChatGPT.[4] dyngnosis.无标题[J/OL] 2022, https://twitter.com/dyngnosis/status/1598750927447502848 [5] Ivan K. Gepetto[J/OL] 2022, https://github.com 版权声明 本站“技术博客”所有内容的版权持有者为绿盟科技集团股份有限公司（“绿盟科技”）。作为分享技术资讯的平台，绿盟科技期待与广大用户互动交流，并欢迎在标明出处（绿盟科技-技术博客）及网址的情形下，全文转发。 上述情形之外的任何使用形式，均需提前向绿盟科技（010-68438880-5462）申请版权授权。如擅自使用，绿盟科技保留追责权利。同时，如因擅自使用博客内容引发法律纠纷，由使用者自行承担全部法律责任，与绿盟科技无关。
ChatGPT哈哈哈，果然还得是我大材料啊，重中之重！既然提到材料了，那就不能怪我给你上上强度了（内心扭曲了一下，感觉是在调戏小萌新）~材料研究是一个既有挑战性又有重要性的领域，因此，在研究过程中遇到各种各样的难题是不可避免的。无论是处理大量数据，还是面对新材料的复杂性，都需要花费大量时间和精力进行分析和研究。但现在，随着人工智能技术的不断发展，我们有了一个新的工具 --ChatGPT，它能否帮你解决材料研究中的难题呢？什么是ChatGPT？ ChatGPT（全名：Chat Generative Pre-trained Transformer ）是由OpenAI开发的一个人工智能聊天机器人程序，于2022年11月推出。该程序使用基于GPT-3.5架构的大型语言模型并通过强化学习进行训练。既然是聊天机器人，不如让它进行自我介绍。简单介绍之后，让我们互动一下吧！电影《流浪地球2》中的太空电梯令人难忘，从地球表面向上延伸的高度超过了几乎所有的人造卫星。它的主要作用是将人员和物资运输到空间站、月球和太空，为人类探索宇宙提供了巨大的便利。小编就以太空电梯为切入点先试试ChatGPT的能力吧。Q1:太空电梯是谁提出来的啊？第一个现代太空电梯的概念，出自航天之父――康斯坦丁・齐奥尔科夫斯基。(PS:大佬是看到埃菲尔铁塔受到的启发，膜拜大佬！)这个翻译有点奇怪，不重要，let’s go！Q2:问问它实现太空电梯最重要的是什么？先问问它有哪些材料可以用于太空电梯的缆绳吧，毕竟得先保证缆绳不出问题，才能谈吊起电梯的舱体啊~Q3：有哪些材料可以用于太空电梯的缆绳？矮油，可以啊，小老弟！Come on~那我们继续让ChatGPT介绍一下碳纳米管是什么材料吧~回答正确回答正确回答正确 典型的置换反应。回答正确 回答有误Q4:介绍一下碳纳米管是什么材料？这么牛的材料，大家一定想知道它是怎么多少钱吧。那就继续吧，小老弟~Q5:碳纳米管多少钱？哎呀，你别说还挺贵（不贵咱不早上太空旅游了嘛，哈哈哈）不开玩笑啦，来点真材实料，测试一下小老弟在什么level，不然老板以为我在摸鱼。初中Q1:地壳中含量最多的金属元素？地壳中元素含量由高到低前四种为氧（O）、硅（Si）、铝（Al）、铁（Fe），所以含量最多的金属元素为铝（Al）。Q2：熔点最高的金属？钨是一种银白色金属，形状像钢。它的熔点是所有金属元素中最高的，高达3422℃，沸点为5927℃，是世界上熔点最高的金属。作为一种稀有的高熔点金属，钨通常用作灯丝，因为当电灯打开时，灯丝的温度高达3000°C。Q3：锌与硫酸铜的化学反应式？高中Q1：中国最早使用的合金是哪种合金？下图为我国目前发现的最早的青铜器，距今约5000年，被誉为“中华第一刀”。Q2：钢的定义？回答正确钢，是对含碳量质量百分比介于0.02%至2.11%之间的铁碳合金的统称。Q3：钢根据化学成分可以分为哪几种？回答正确大学Q1：扩散第一定律表达式是？ ChatGPT给出的公式为：缺少了“C”,负号表示扩散方向为浓度梯度的反方向，即扩散组元由高浓度区向低浓度区扩散。正确表达式为：Q2：金刚石为碳的一种晶体，为复杂面心立方结构，晶胞中含有8个原子，其晶格常数a=0.357nm，当它转换成石墨（密度为2.25g/cm3）结构时，求其体积改变百分数？回答有误 ChatGPT给出的晶体密度公式出现错误，但是其结果算对了，其次ChatGPT给出的体积百分数计算公式是对的，但是其带入的数值是错的，导致结果出现错误。正确的解答如下：晶体密度=原子个数×原子的摩尔质量/原子体积×阿伏伽德罗常数原子个数=8原子的摩尔质量=12.01g/mol原子体积=（0.357nm×10-7）3cm3阿伏伽德罗常数=6.0221×1023mol-1晶体密度=8×12.01/（0.357nm×10-7）3×6.0221×1023mol-1=3.51g/cm3对于单位质量1g碳为金刚石时，V金刚石=1/3.51=0.285cm3转变为石墨结构时，V石墨=1/2.25=0.444cm3故金刚石转变为石墨结构时体积膨胀：求解为：0.444-0.285/0.285×100%=55.8%Q3：工业纯铝在室温下经大变形量轧制成带材后，测得室温力学性能为冷加工态的性能。查表得知，工业纯铝的再结晶温度为150℃，但若将工业纯铝薄带加热至100℃，保温16天后冷却至室温再测其强度，发现强度明显降低，请解释其原因。回答有误题目说明再结晶温度为150℃，后续对薄板加热至100℃，明显是小于再结晶温度，ChatGPT回答说温度高于再结晶温度明显是错误的。正确解答：查表所得的工业纯铝的再结晶温度 150℃是指在 1h 退火完成再结晶的温度。实际上，除了退火温度外，保温时间也对再结晶过程产生影响。对经大冷变形后的金属材料，即使在保温温度小于再结晶温度时进行退火，只要保温时间足够，同样可发生再结晶过程。可用两种方法加以判断:1、金相检验；2、将已知的参数带入Arrhenius公式得出再结晶的温度，将其与100℃比较，即可得知是否发生再结晶。咳咳，注意结尾升华了~经过各个学习阶段的测验，相信大家也不难看出ChatGPT在金属材料领域的level也就相当于高中生的水平，对于一些基础定义以及简单的计算问题还是可以得出正确答案的，而对于一些具体到应用场景或者材料计算这种需要大量技术逻辑以及专业经验参与的问题，它的回答可有些差强人意了，就像它自我介绍时说的一样它是一个被训练出来的AI助手，相信在未来经过材料领域专业人士深度参与优化后，ChatGPT最终也会由一名材料“砖家”成长为一名合格的材料专家的！最后的最后
转自：北京商报从AIGC到ChatGPT，AI产业掀起一场汹涌巨浪。巨浪背后，相关产业闻风而动，算力需求与日俱增。资本市场上，一些拥有算力基础设施和提供算力服务的公司水涨船高。2月21日，截至发稿，寒武纪上涨3.46%，立昂技术上涨0.16%，曙光数创上涨4.91%，其中，算力趋势龙头股鸿博股份、浪潮信息和寒武纪近一个月内股价累计最大涨幅分别达132%、75%和52%。需求增长无论是火爆的AIGC、ChatGPT，还是盛极一时的元宇宙，抑或是自动驾驶，在数字技术发展的过程中都离不开算力推动。为提高数字技术发展，国家也大力推进算力基础设施建设，通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，形成东西部的联动机制。据中国通信工业协会官方消息，在2月27日-28日，由中国通信工业协会数据中心委员会主办的“算力产业高质量发展大会暨数字产业高质量发展论坛”与“第十七届中国IDC产业年度大典”即将在北京国家会议中心召开，大会将全面分析“东数西算”相关政策引导下，我国算力产业发展趋势。国际数据公司（IDC）等发布的数据显示，2022年，我国智能算力规模达到268百亿亿次/秒（EFLOPS），超过通用算力规模；预计未来五年，我国智能算力规模的年复合增长率将达52.3%。虽然人工智能让人兴奋不已，但ChatGPT、AIGC的快速发展需要算力的强大支撑，算力需求带来的成本压力不可小觑。而算力上游硬件离不开电子元器件的供应。国泰君安研报提到，目前全球电子元器件供应链紧张的局面未得到本质缓解，因此可能会影响厂商业务进度。竞相布局随着ChatGPT让二级市场风起云涌，AI服务器也随之水涨船高。模型算力需求与日俱增，算力所代表的数据处理能力建设，成为相关企业的重点发力方向。抢占算力的也就是抓住了AI产业的基础。对此，兴业证券蒋佳霖在研报中表示，AI产业中从AIGC到ChatGPT的发展均离不开算法、算力和数据三大要素的驱动。华泰证券2月13日报告表示，随着国产大模型开发陆续进入预训练阶段，算力需求持续释放或将带动算力基础设施产业迎来增长新周期。与此同时，国家在《新型数据中心发展三年行动计划（2021-2023年）》中，提出新型数据中心应具备高技术、高算力、高能效、高安全等特征。AI产业链是以数据、算力、平台为基础，形成发展驱动技术进步的模式。算力基础是最为重要的部分。目前，寒武纪、海光信息、浪潮信息、中科曙光、景嘉微、立昂技术、中国长城等国内厂商均具备算力基础。赛灵思、深鉴科技、成都华微电子等厂商布局FPGA芯片业务。就未来公司算力布局方向和具体规划，北京商报记者联系浪潮信息、寒武纪、立昂技术、中国长城等相关企业进行采访，截至发稿未得到回复。对于算力，中银证券报告指出，ChatGPT在参数规模上已经达到了千亿级别，对AI大模型而言，不论是训练还是推理，对于算力这一基础设施都有着极大的需求。鸿博股份在互动平台披露，公司与英伟达共同发起的北京AI创新赋能中心首期所配套的智算中心将为市场提供100P的高性能算力，同时英伟达将为英博数科提供包括但不限于NLP、AIGC等相关技术支持。浪潮信息称在人工智能生成内容领域，已从算力、算法和应用三个方面进行布局和长期研发投入，其中源1.0大模型也是预训练巨量自然语言模型。 海量资讯、精准解读，尽在新浪财经APP
ChatGP应用与信息安全的关系 ChatGPT能给企业带来什么
应用 信息,信息应用软件,信息安全与应用杂志,应用系统信息安全阅读： 682 GPT-3.5系列模型被宣称自2021年四季度就开始混合使用文本和代码进行训练[1]。而在2022年11月30日，OpenAI推出了一款新的自然语言对话模型ChatGPT，该模型是对GPT-3.5中一个2022年初完成训练的模型的微调实现[2]。在发布后，ChatGPT模型便受到全球范围的广泛关注，并获得了普遍正面的评价[3]。ChatGPT不仅能够以非常自然的词句与人类用户交流，还能保持聊天过程的上下文状态。不仅如此，ChatGPT在信息行业中的应用也非常令人惊艳，它可以在短短几秒内按照用户的要求编写简单的代码实现。目前，OpenAI开放了ChatGPT的WEB交互面板https://chat.openai.com/chat，本文案例如无特殊标注均通过该接口运行得到。 2.1安全工具开发 首先，既然ChatGPT能够按照用户的要求编写代码，那自然就可以用来制作安全工具（不论是用于进攻还是防御）。目前已经有人指出通过ChatGPT可以生成实际可用的漏洞利用工具[4]： 图1通过ChatGPT生成漏洞利用代码 我们粗略地测试了一些用例，大部分情况下都能得到质量上乘的结果。但可能由于测试方法尚不完善，也可能是安全领域的训练样本相对较少，ChatGPT的发挥似乎并不是非常稳定： 图2非常不错的功能实现 图3虽然有待优化，但姑且实现了功能 图4看上去有模有样，但并没有正确实现功能 结果看来，ChatGPT确实能够帮助用户完成相当一部分的代码编写工作，而且代码注释、变量命名等都非常完善。但由于输出质量的不稳定性，这种方法仍然对用户自身的技术水平有一定的要求，至少需要能够验证AI模型输出的代码是否正确。只要运用得当，ChatGPT将会大大提高安全工具的开发效率，但要想完全依赖该模型完成复杂系统的实现，目前看来还有一段距离。 2.2? 逆向分析 ChatGPT还在逆向分析领域大放异彩。例如，可以用它来分析机器语言ShellCode的功能： 图5 ?ChatGPT解析ShellCode。图片扩散广泛而原始出处不详，有知情者还请留言告知 甚至还有人为知名逆向分析工具IDA制作了一个插件，可以通过OpenAI的API（davinci-003，为GPT-3.5系列中的一个[1]）为反编译代码生成注释描述和修复变量名[5]： 图6IDA插件Gepetto 我们也进行了一些相关测试，要求ChatGPT对给定的反编译代码进行解释： 图7CobaltStrike Beacon中的一个函数，效果还可以 图8GMiner中的一个函数，效果一般 图9来自一个加有VMP壳的恶意样本，效果不太好 从测试情况看来，如果代码中包含有对标准库或API函数（如上面的LoadLibraryW等）的显式调用，ChatGPT就能够从更抽象的、注重目的而非实现的角度去解释。但除此之外的情况，往往就只会按代码字面意思进行翻译：数据从哪里拷贝到哪里、做了什么加减乘除比较操作等，诸如此类。此外，由于ChatGPT目前开放的接口有输入长度的限制，每次只能输入少量代码，这导致现阶段实际使用起来还是不太方便。 2.3? 安全检查和漏洞挖掘 目前已有很多利用ChatGPT在现有代码中寻找潜在BUG或漏洞的成功案例。对此我们也进行了一些尝试： 图10DVWA靶场中SQL注入漏洞页面high.php，ChatGPT正确识别并修复了漏洞 图11但ChatGPT给出的漏洞验证脚本明显是不正确的 图12DVWA靶场中命令注入漏洞页面high.php，ChatGPT正确识别了漏洞 图13给出的测试代码虽然逻辑正确，但受页面中的过滤机制影响，实际上不可用 图14ChatGPT确实理解了页面中的过滤机制，但始终无法给出有效的绕过方法 目前看来，ChatGPT确实在一定程度上具备发现漏洞的能力，但还是不太擅长处理较为复杂的漏洞结构。如果要与代码审计等常规方法比较，ChatGPT的准确性和有效性尚需观察。除此之外，受“content policy”影响，通过ChatGPT生成漏洞利用代码时也会受到一些限制。但ChatGPT的一个优势是能够给出完整且定制化的修复方案。相比传统漏洞扫描或自动化SAST等给出的模板化修复方案而言，ChatGPT对于企业安全运营来说无疑是更具有吸引力的。 2.4? 安全告警评估 告警评估是安全运营过程中费时费力的一环，各个企业SOC至今为止已经采取了各种方法尝试进行告警筛选。ChatGPT能否用于安全告警评估呢？ 图15Jenkins RCE漏洞利用载荷，ChatGPT给出了非常准确的结论 看上去好像还不错？我们再试试正常业务误报告警载荷： 图16一个正常业务误报告警载荷，ChatGPT也给出了正确的识别结论 目前开放的查询接口似乎存在一些限制，查询提交经常失败（可能与包含恶意代码有关）。虽然API具备内置的Base64解码功能，但似乎表现得不太稳定： 图17蚁剑WebShell列出目录操作，提交完整请求或请求体都未能正确处理 图18但如果单独提交表单参数值，就能得到相对正确的识别结论 菜刀WebShell的情况和蚁剑差不多： 图19PHP中国菜刀通信，提交完整请求不能判断 图20但提交请求体就可以判断了 我们再追加一些测试用例： 图21ThinkPHP RCE漏洞攻击（可能来自某种蠕虫），直接提交完整请求报文即可 图22Java反序列化RCE漏洞利用载荷片段，未能正确判断 图23GoAhread RCE漏洞利用载荷，未能正确判断 结果看来，ChatGPT在很多情况下确实作出了准确的判断和良好的解释，尤其是对于包含明显操作系统命令、编程语言函数和关键字的情况，几乎都能正确识别，且受混淆措施干扰较小。但它的效果很不稳定，对输入数据格式要求反复无常，解释信息也时好时坏。对于非文本类的载荷（比如序列化数据、ELF片段等），ChatGPT的识别能力似乎也未达预期。此外，非常致命的一点是，ChatGPT运行起来实在太慢了，根本不可能应对企业SOC庞大的告警数量和实时处理需求。综上，仅针对告警评估任务，现阶段还不适合直接投入使用。但ChatGPT在告警评估场景中是没有价值的吗？显然不是。长久以来，我们一直苦于无法有效地从告警载荷中提取关键信息――这是人类专家判断告警性质时最关注的因素之一。此前的难点在于，我们很难从告警数据中提取出足以适应现代信息系统复杂程度的，关于操作系统、编程语言、应用组件的知识。一段恶意代码如果成功执行会导致怎样的后果，此前所使用的模型根本不得而知，而这对于准确判断一个告警所指示网络行为的危害程度而言是不可或缺的。ChatGPT通过在代码项目和自然语言上进行训练，确实提炼出了这些目前告警评估任务中最缺失的知识。虽然当前这种文本到文本的聊天机器人模式未能充分满足告警评估的需要，但这种预训练方法和模型如果用于告警评估中的分类任务，想必能够成为非常强大的输入特征或系统单元。 除了上面提到的几种应用之外，目前绿盟科技也正在尝试将ChatGPT用于二进制漏洞挖掘、渗透测试用例生成、项目交付报告编写等诸多细分领域。风云变幻莫能测，且看今朝谁英雄。这份来自NLP学科的大礼包，也许能够给安全行业的发展带来一股新风。 参考文献 [1] OpenAI. Model index for researchers[J/OL] 2022, https://beta.openai.com/docs/model-index-for-researchers.[2]?OpenAI. ChatGPT: Optimizing Language Models for Dialogue[J/OL] 2022, https://openai.com/blog/chatgpt/.[3]?OpenAI. ChatGPT[J/OL] 2022, https://en.wikipedia.org/wiki/ChatGPT.[4] dyngnosis.无标题[J/OL] 2022, https://twitter.com/dyngnosis/status/1598750927447502848 [5] Ivan K. Gepetto[J/OL] 2022, https://github.com 版权声明 本站“技术博客”所有内容的版权持有者为绿盟科技集团股份有限公司（“绿盟科技”）。作为分享技术资讯的平台，绿盟科技期待与广大用户互动交流，并欢迎在标明出处（绿盟科技-技术博客）及网址的情形下，全文转发。 上述情形之外的任何使用形式，均需提前向绿盟科技（010-68438880-5462）申请版权授权。如擅自使用，绿盟科技保留追责权利。同时，如因擅自使用博客内容引发法律纠纷，由使用者自行承担全部法律责任，与绿盟科技无关。
ChatGPT能涉及哪些材料 ChatGPT原材料
chatgpt官网,chatgpt国内能用吗,chatgpt怎么用,chatgpt中文ChatGPT哈哈哈，果然还得是我大材料啊，重中之重！既然提到材料了，那就不能怪我给你上上强度了（内心扭曲了一下，感觉是在调戏小萌新）~材料研究是一个既有挑战性又有重要性的领域，因此，在研究过程中遇到各种各样的难题是不可避免的。无论是处理大量数据，还是面对新材料的复杂性，都需要花费大量时间和精力进行分析和研究。但现在，随着人工智能技术的不断发展，我们有了一个新的工具 --ChatGPT，它能否帮你解决材料研究中的难题呢？什么是ChatGPT？ ChatGPT（全名：Chat Generative Pre-trained Transformer ）是由OpenAI开发的一个人工智能聊天机器人程序，于2022年11月推出。该程序使用基于GPT-3.5架构的大型语言模型并通过强化学习进行训练。既然是聊天机器人，不如让它进行自我介绍。简单介绍之后，让我们互动一下吧！电影《流浪地球2》中的太空电梯令人难忘，从地球表面向上延伸的高度超过了几乎所有的人造卫星。它的主要作用是将人员和物资运输到空间站、月球和太空，为人类探索宇宙提供了巨大的便利。小编就以太空电梯为切入点先试试ChatGPT的能力吧。Q1:太空电梯是谁提出来的啊？第一个现代太空电梯的概念，出自航天之父――康斯坦丁・齐奥尔科夫斯基。(PS:大佬是看到埃菲尔铁塔受到的启发，膜拜大佬！)这个翻译有点奇怪，不重要，let’s go！Q2:问问它实现太空电梯最重要的是什么？先问问它有哪些材料可以用于太空电梯的缆绳吧，毕竟得先保证缆绳不出问题，才能谈吊起电梯的舱体啊~Q3：有哪些材料可以用于太空电梯的缆绳？矮油，可以啊，小老弟！Come on~那我们继续让ChatGPT介绍一下碳纳米管是什么材料吧~回答正确回答正确回答正确 典型的置换反应。回答正确 回答有误Q4:介绍一下碳纳米管是什么材料？这么牛的材料，大家一定想知道它是怎么多少钱吧。那就继续吧，小老弟~Q5:碳纳米管多少钱？哎呀，你别说还挺贵（不贵咱不早上太空旅游了嘛，哈哈哈）不开玩笑啦，来点真材实料，测试一下小老弟在什么level，不然老板以为我在摸鱼。初中Q1:地壳中含量最多的金属元素？地壳中元素含量由高到低前四种为氧（O）、硅（Si）、铝（Al）、铁（Fe），所以含量最多的金属元素为铝（Al）。Q2：熔点最高的金属？钨是一种银白色金属，形状像钢。它的熔点是所有金属元素中最高的，高达3422℃，沸点为5927℃，是世界上熔点最高的金属。作为一种稀有的高熔点金属，钨通常用作灯丝，因为当电灯打开时，灯丝的温度高达3000°C。Q3：锌与硫酸铜的化学反应式？高中Q1：中国最早使用的合金是哪种合金？下图为我国目前发现的最早的青铜器，距今约5000年，被誉为“中华第一刀”。Q2：钢的定义？回答正确钢，是对含碳量质量百分比介于0.02%至2.11%之间的铁碳合金的统称。Q3：钢根据化学成分可以分为哪几种？回答正确大学Q1：扩散第一定律表达式是？ ChatGPT给出的公式为：缺少了“C”,负号表示扩散方向为浓度梯度的反方向，即扩散组元由高浓度区向低浓度区扩散。正确表达式为：Q2：金刚石为碳的一种晶体，为复杂面心立方结构，晶胞中含有8个原子，其晶格常数a=0.357nm，当它转换成石墨（密度为2.25g/cm3）结构时，求其体积改变百分数？回答有误 ChatGPT给出的晶体密度公式出现错误，但是其结果算对了，其次ChatGPT给出的体积百分数计算公式是对的，但是其带入的数值是错的，导致结果出现错误。正确的解答如下：晶体密度=原子个数×原子的摩尔质量/原子体积×阿伏伽德罗常数原子个数=8原子的摩尔质量=12.01g/mol原子体积=（0.357nm×10-7）3cm3阿伏伽德罗常数=6.0221×1023mol-1晶体密度=8×12.01/（0.357nm×10-7）3×6.0221×1023mol-1=3.51g/cm3对于单位质量1g碳为金刚石时，V金刚石=1/3.51=0.285cm3转变为石墨结构时，V石墨=1/2.25=0.444cm3故金刚石转变为石墨结构时体积膨胀：求解为：0.444-0.285/0.285×100%=55.8%Q3：工业纯铝在室温下经大变形量轧制成带材后，测得室温力学性能为冷加工态的性能。查表得知，工业纯铝的再结晶温度为150℃，但若将工业纯铝薄带加热至100℃，保温16天后冷却至室温再测其强度，发现强度明显降低，请解释其原因。回答有误题目说明再结晶温度为150℃，后续对薄板加热至100℃，明显是小于再结晶温度，ChatGPT回答说温度高于再结晶温度明显是错误的。正确解答：查表所得的工业纯铝的再结晶温度 150℃是指在 1h 退火完成再结晶的温度。实际上，除了退火温度外，保温时间也对再结晶过程产生影响。对经大冷变形后的金属材料，即使在保温温度小于再结晶温度时进行退火，只要保温时间足够，同样可发生再结晶过程。可用两种方法加以判断:1、金相检验；2、将已知的参数带入Arrhenius公式得出再结晶的温度，将其与100℃比较，即可得知是否发生再结晶。咳咳，注意结尾升华了~经过各个学习阶段的测验，相信大家也不难看出ChatGPT在金属材料领域的level也就相当于高中生的水平，对于一些基础定义以及简单的计算问题还是可以得出正确答案的，而对于一些具体到应用场景或者材料计算这种需要大量技术逻辑以及专业经验参与的问题，它的回答可有些差强人意了，就像它自我介绍时说的一样它是一个被训练出来的AI助手，相信在未来经过材料领域专业人士深度参与优化后，ChatGPT最终也会由一名材料“砖家”成长为一名合格的材料专家的！最后的最后
版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
