通过 Codex 加速科学研究
一位研究人员大量使用 Codex 和 ChatGPT 进行科学研究,原本需要一周的工作能在一天内完成,不过最近的使用限制降低了输出量。
- 具体怎么做
- 一位理论化学家表示,他们在基于分子、激发态和自旋行为的量子力学模拟的研究工作流中大量使用了 ChatGPT 和 Codex。在后续评论中,他们说明重新调整了方案:大部分分析使用一种模型,作为最终审核与协调者使用另一种模型,而用于启动和停止计算、复制文件及数据解析等常规任务则使用更便宜的模型;至于复杂推理的升级处理,则由他们决定何时进行。
- 做到了什么
- 他们报告称,过去一年生产力达到了前所未有的水平,表示这些工具让他们能进行比10多年前多多的研究工作。但最近,同样的任务在一天内就消耗了他们每周的额度。后来 OpenAI 告诉他们某个漏洞影响了使用体验,并提供了500美元的奖励;他们表示之前也曾迅速消耗了3000美元的奖励额度。
- 上手要点
- 主要问题是成本和限制:现在每次运行前都会检查成本与性能比,并表示不得不减少使用量,因为成本已无法持续承受。
你可以这样试
使用 Codex我正在研究[科学问题或主题]。使用[文件夹路径]中的数据和代码,重现[分析结果],然后进行[下一步实验或分析],并将图表保存到[输出文件夹]中以总结研究结果。同时记录所有假设及无法验证的内容。当脚本能够完整运行,且我有了关于结果的简要总结及待解决的问题时,任务即完成。