你是基于什么模型

With Cursor Chat,Ctrl/⌘ K,and Terminal Ctrl/⌘ K,you can easily switch between different models of your choice.使用光标聊天、Ctrl/⌘ K和终端Ctrl/⌘ K，您可以轻松地在您选择的不同模型之间切换。[heading3][heading3]Model Dropdown模型下拉列表[content]Underneath the AI input box,you will see a dropdown that allows you to select the model you want to use.By default,Cursor has these models ready to use:在AI输入框下方，您将看到一个下拉列表，允许您选择要使用的模型。默认情况下，Cursor已准备好使用这些模型：[GPT-4o](https://openai.com/index/hello-gpt-4o/)[](https://openai.com/index/hello-gpt-4o/)[GPT-4o](https://openai.com/index/hello-gpt-4o/)[GPT-4](https://openai.com/index/gpt-4/)[](https://openai.com/index/gpt-4/)[GPT-4](https://openai.com/index/gpt-4/)[](https://openai.com/index/gpt-4/)[Claude 3.5 Sonnet](https://www.anthropic.com/news/claude-3-5-sonnet)cursor-smallcursor-small is Cursor’s custom model that isn’t as smart as GPT-4,but is faster and users have unlimited access to it.cursor-small是Cursor的自定义模型，它不如GPT-4智能，但速度更快，用户可以无限制地访问它。You can add additional models under Cursor Settings > Models > Model Names.您可以在Cursor Settings > Models > Model Names下添加其他模型。[heading3]

OpenAI中的GPT-3、GPT-3.5和GPT-4模型基于提示。使用基于提示的模型时，用户通过输入文本提示与模型交互，该文本提示通过文本补全进行响应。补全是模型的输入文本的延续。虽然这些模型非常强大，但它们的行为对提示也非常敏感。这使得提示构造成为开发的重要技能。提示构造可能很困难。在实践中，提示的作用是配置模型权重以完成所需的任务，但它更像艺术而不是科学，通常需要经验和直觉来制作成功的提示。本文的目的是帮助你开始学习此学习过程。它会尝试探讨适用于所有GPT模型的一般概念和模式。但是，请务必了解，每个模型的行为方式不同，因此这些学习成果可能不适用于所有模型。

假设你想知道（就像加利略在16世纪后期所做的那样），从比萨斜塔的每层掉下来的炮弹需要多长时间才能击中地面。好吧，你可以在每个高度下测量它并制作一个结果表。或者你可以做理论科学的本质：制作一个可以计算答案的模型，而不仅仅是测量和记忆每个情况。让我们想象我们有（有点理想化的）数据，可以了解从各个楼层掉下来的炮弹需要多长时间：没有明确数据时，我们如何确定它掉下来需要多长时间？在这种特殊情况下，我们可以使用已知的物理法则来计算。但是假设我们只有数据，不知道支配它的基本规律。然后，我们可以做出数学猜测，比如说或许我们应该使用一条直线作为模型：我们可以选择不同的直线。但这是平均最接近我们所给定数据的线条。而从这条直线我们可以估算出任何楼层的掉落时间。我们如何知道在这里尝试使用一条直线？在某种程度上，我们并不知道。使用直线在数学上是简单的，而我们已经习惯了许多测量的数据沿着简单的直线分布这个事实。当然，我们可以尝试更复杂的数学方法，比如a + bx + cx²，然后在这种情况下我们可以更好地符合数据：然而，有些情况会出现问题。比如说这是我们使用a + b / x + c sin（x）最好的结果：需要理解的是，从来没有“没有（预设）模型的模型”。您使用的任何模型都具有某种特定的基本结构，然后有一定的“旋钮可以调节”（即您可以设置的权重）来适应您的数据。在ChatGPT的情况下，使用了许多这样的“旋钮”，实际上有1750亿个。