对ChatGPT的几个提问,当码农小帮手可行
ChatGPT能说会到,还能写代码修Bug,今天就验证它的IT相关知识能力,容器的使用、代码理解编写的能力等,目前看ChatGPT的水平还是很高,虽然之前通过搜索引擎也能够获取得到,但是搜索精准程度还是差得很多并不是第一时间就能够找到自己想要的答案;
ChatGPT在代码理解、编写代码方面视乎不太“稳定”,重复问同一个问题写出的代码很大可能是不一致的,输出代码的可用水平很大程度取决于提问者的提问水平;
在中国国内地域等相关知识存在很大的错误,连海南人口、机场数量都回答错误,对中文互联网的理解应该还远不够,这块应该是国内相关互联网公司的优势。
当然目前的ChatGPT回答得怎样关键还得看提问者问题的的信息量程度,问题越明确回答的也就会越精准,问题越模糊回答的可能就不是你想要的;
容器与Nginx相关
1、使用Docker创建Nginx容器,配置反向代理;
Nginx容器所配置反向代理的服务支持Websocket连接,并对静态文件进行正确的转发,提问如下:
启动一个docker nginx容器,配置反向代理到服务a(127.0.0.1:80),该服务a支持websocket连接,服务a的静态文件路径为/static/js/、/static/css/,静态文件使用rewrite重写转发。nginx容器与静态文件的访问路径为/cloud
ChatGPT生成两项location配置其中/cloud反向代理到localhost且支持Websocket,并对静态文件也使用了rewrite指令进行重写转发;
location /cloud/ {
proxy_pass http://127.0.0.1:80/;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
}
location /cloud/static/ {
rewrite ^/cloud/static/(.*) /static/$1 break;
proxy_pass http://127.0.0.1:80/;
}
2、启动一个Nginx并进行内网穿透
代码编写与阅读理解优化
1、代码编写能编写出基本的demo程序
2、代码优化,输入一段代码让他阅读理解并优化代码
JavaPairRDD<String,String> tempRdd= rdd.groupBy(d -> d.getString("vin"))
.mapToPair(new PairFunction<Tuple2<String, Iterable<Document>>, String, String>() {
@Override
public Tuple2<String, String> call(Tuple2<String, Iterable<Document>> iterableTuple) throws Exception {
long minMileage = Long.MAX_VALUE;
long maxMileage = Long.MIN_VALUE;
Iterator<Document> iterator = iterableTuple._2.iterator();
while (iterator.hasNext()) {
Document doc = iterator.next();
Document vehicle = (Document) doc.get("vehicle");
if(vehicle!=null&&vehicle.containsKey("mileage")) {
long c = vehicle.getLong("mileage");
if (c > maxMileage) {
maxMileage = c;
}
if (c < minMileage) {
minMileage = c;
}
}
}
return new Tuple2(iterableTuple._1(), String.format("%s-%s",maxMileage,minMileage));
}
});
其他领域
提问海南市县、机场等相关信息,对中国国内的相关地域信息理解的比较少错误非常明显;
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击