CC BY 4.0 （除特别声明或转载文章外）
如果这篇博客帮助到你，可以请我喝一杯咖啡~
GPTs are GPTs : An Early Look at the Labor Market Impact Potential of Large Language Models 论文笔记
高薪工作的可替代性
本文证明，工作薪水较高的工作被GPT代替的可能性越大
本文理论的缺陷
- 过于主观与认为评判
- 用 GPT4 对 GPTs 进行评估
- 其他弱点
- 任务框架的有效性
- 缺乏专业和任务解释
- 具有前瞻性且可能会发生变化，并提供一些早期证据。
- 资源不统一
后面使用回归分析详细请看原文数据
本文暂时没有考察 GPT4 的视觉能力
𝛼、𝛽和𝜁都是暴露度的衡量指标。在OpenAI的研究中，人们使用了人类和GPT-4注释来计算职业级别的𝛼、𝛽和𝜁值。𝛽值表示一个职业中至少有一个任务暴露于GPTs的比例，而𝜁值表示一个职业中暴露于GPTs的任务所占比例。在数据集中，暴露于GPTs的任务占总任务数的15%到14%。根据𝛽值，我们估计有80%的工人属于至少有10%的任务暴露于GPTs的职业，而19%的工人则在一个职业中，超过一半的任务被标记为暴露。
O*NET database 是由美国劳工部/就业和培训管理局（USDOL/ETA）维护的一个数据库，其中包含了美国经济中职业特征和工人需求信息的定期更新的数据库。它描述了职业所需的知识、技能和能力，以及工作任务、工作活动和其他描述方面的表现方式。
GPT3.5以上模型在各个考试中的表现
34个未接入GPT的职业
