ChatGPT模型结构是一种基于大范围预训练语言模型的文本生成模型。该模型是由OpenAI公司开发的，它采取了Transformer架构，并且使用了大范围的语料库来训练，包括了Wikipedia、Common Crawl和新闻等。

ChatGPT模型结构主要由以下几个部份组成：

1. 输入编码器

输入编码器的作用是将文本序列中的单词转化为数值向量，以便后面的神经网络能够进行计算和优化。输入编码器采取了Encoder-Decoder架构，其中Encoder将文本序列中的单词转化为数值向量，Decoder则对编码后的向量进行重构，以便后续步骤的计算。

2. Transformer

Transformer是ChatGPT模型结构的核心组成部份。它是一种全新的神经网络结构，通过自注意力机制，它可以捕捉到输入序列中的区别部份之间的相关性，从而在文本生成进程中提高模型的效力和准确性。Transformer中的自注意力机制不但可以帮助模型提高文本生成的效力，还可以减少模型参数的数量，从而避免了过拟合的问题。

3. 解码器

解码器的作用是从Transformer输出的向量中，生成下一个单词。在ChatGPT模型结构中，解码器采取基于上下文的生成算法，通过前文内容来预测下一个单词。解码器采取了Beam Search算法，以提高模型的生成效力和准确性。

4. 输出层

输出层的作用是将解码器生成的向量转化为单词。在ChatGPT模型结构中，输出层采取了Softmax激活函数，以便将向量转化为几率散布。终究输出的单词是几率最高的那一个，从而使得模型生成的文本更加准确。

总的来讲，ChatGPT模型结构是一种基于Transformer架构的文本生成模型，其核心组成部份是Transformer和解码器。该模型采取了大范围的语料库进行预训练，并且在生成进程中采取了Beam Search算法，从而在生成效力和准确性方面都表现出了优良的性能。