這個三部分GPT-3深度探討的最終部分達到了回報：當您向基準套件投入1750億個參數並完全跳過微調時，實際會發生什麼。第三部分介紹了翻譯、問題回答、完型填空任務、即時推理、三位數算術以及臭名昭著的新聞文章生成測試的全部結果，其中人類難以發現機器編寫的部分。

同樣重要的是，這部分涵蓋了GPT-3破裂的地方：少樣本提示停滯的任務、關於在網絡規模語料庫上訓練的方法論細節，以及預示了隨後進行的許多對齐工作的社會影響討論。對於考慮TTS系統提示基控制或ASR後處理少樣本適應的voice-AI團隊，此處的經驗模式仍然具有預測力，可以預測現代LLM會和不會做什麼。用將縮放律從研究好奇心轉變為行業遊戲手冊的數字來完成該系列。即使您已閱讀論文也值得觀看，因為看到表格運動會澄清哪些結果實際上推廣了。