ChatGPT（Conversational Hierarchy-aware Transformer-Generative Pre-training）方案是一种基于Transformer结构的自然语言生成模型预训练方案。该方案通过在大范围文本语料库中训练多层Transformer网络，以捕捉输入序列的上下文信息和语言规律，从而实现高质量的自然语言生成。

ChatGPT方案利用Transformer结构中的自注意力机制，通过对输入序列中的每一个辞汇进行编码，并对其在序列中的位置进行建模，从而生成上下文感知的语言表示。同时，ChatGPT引入了层次感知的信息结构，可以通过控制区别层次的生成进程，使得生成的文本更加贴近实际利用场景。

ChatGPT方案的训练进程主要分为两个阶段，即无监督预训练和有监督微调。在无监督预训练阶段中，ChatGPT模型通过大范围语料库的自我训练，自动提取语言规则和模式，并在模型内部建立语言模型。在有监督微调阶段中，ChatGPT模型通过在特定任务上进行微调，如对话生成、文本摘要等，以进一步提升模型的表现能力。

相较于传统的基于n-gram的语言模型，ChatGPT方案有以下优势：

1. 模型能够更好地捕捉上下文信息，具有更好的语言理解能力。

2. 模型具有更高的生成能力，可以基于输入生成更加自然的文本。

3. 模型具有更强的泛化能力，可以适应多种区别的自然语言处理任务。

ChatGPT方案已得到了广泛的利用，包括对话生成、文本摘要、机器翻译、情感分析等领域。同时，ChatGPT方案也为其他自然语言生成模型的研究提供了有益的启示和鉴戒。