當前頭條:OpenAI發(fā)布GPT-4:能識圖能算稅,ChatGPT擺脫Chat,再次進(jìn)化
離發(fā)布僅僅四個(gè)多月,在ChatGPT展現了驚人的實(shí)力之后,OpenAI又扔下了一顆核彈:
(資料圖)
GPT-4發(fā)布了。
在今天的博文中,OpenAI寫(xiě)到:
我們創(chuàng )建了GPT-4,這是 OpenAI 努力擴展深度學(xué)習的最新里程碑。GPT-4 是一個(gè)大型多模態(tài)模型(接受圖像和文本輸入,提供文本輸出),雖然在許多現實(shí)世界場(chǎng)景中的能力不如人類(lèi),但在各種專(zhuān)業(yè)和學(xué)術(shù)基準上表現出人類(lèi)水平。
好像和上一代還是差不多?放心,這是OpenAI謙虛了。
在隨后YouTube上進(jìn)行的Live Demo中,OpenAI的總裁和聯(lián)合創(chuàng )始人Greg Brockman展示了GPT-4的真正實(shí)力——總結文章、寫(xiě)代碼、報稅、寫(xiě)詩(shī)……GPT-3.5做不到的,?GPT-4輕松拿下。
但這僅僅是表面,GPT再一次進(jìn)化,雖然可能不是你想的那樣。
新的模型:迭代優(yōu)化
怎么樣證明一個(gè)人比另外一個(gè)人更厲害?考試。
那怎么證明一個(gè)AI模型比另外一個(gè)更厲害?同樣是考試。
OpenAI讓GPT-4在參加了許多項人類(lèi)的通用考試,結果證明,它在許多測試和基準測試中的表現比前一代確實(shí)大大提高:
根據他們的測試結果,GPT-4的SAT分數增加了150分,現在能拿到1600分中的1410分;?
它能通過(guò)模擬律師考試,分數在應試者的前10% 左右,相比之下,GPT-3.5的得分在倒數 10% 左右;
在SAT閱讀考試中和SAT數學(xué)考試中,GPT-4的成績(jì)都能達到領(lǐng)先的排名……?
“我們花了6個(gè)月的時(shí)間使用我們的對抗性測試程序,以及在ChatGPT身上累積的經(jīng)驗教訓來(lái)迭代調整GPT-4,從而在真實(shí)性、可操縱性和拒絕超出設定范圍方面取得了有史以來(lái)最好的結果?!監penAI稱(chēng)。
“我們的 GPT-4 訓練運行(至少對我們而言?。┣八从械胤€定,成為第一個(gè)我們能夠提前準確預測其訓練性能的大型模型?!?/p>
此外,GPT-4還有了一個(gè)質(zhì)的飛躍——可以開(kāi)始處理圖像。?
經(jīng)常使用ChatGPT的人肯定知道,它只能處理文本,但GPT-4開(kāi)始接受圖像作為輸入介質(zhì)。
在OpenAI提供的一個(gè)示例中,GPT-4準確地回答了幾個(gè)網(wǎng)絡(luò )meme為什么搞笑的問(wèn)題(雖然解釋得并不好笑)。
圖源:《紐約時(shí)報》?
在《紐約時(shí)報》提供的案例中,同樣可以看出GPT-4可以同時(shí)解析文本和圖像,這也使它能夠解釋更復雜的信息。不過(guò),目前圖像輸入的權限尚未公開(kāi),所以目前還沒(méi)看到更多例子來(lái)證明GPT-4在圖像方面的處理能力。
在隨后舉行的Live Demo中,OpenAI也表示,還沒(méi)有公開(kāi)提供這部分技術(shù),但已經(jīng)在和一家名為Be My Eyes的公司進(jìn)行合作,對方會(huì )使用GPT-4來(lái)構建服務(wù)。
此外,GPT-4已經(jīng)開(kāi)始具備一點(diǎn)點(diǎn)的幽默感。它已經(jīng)可以講出一些模式化的、質(zhì)量不咋樣的冷笑話(huà)——但是,至少它已經(jīng)開(kāi)始理解“幽默”這一人類(lèi)特質(zhì)。?
圖源:《紐約時(shí)報》
當然,更多的方面,GPT-4的改進(jìn)是迭代性的。在隨意的談話(huà)中,GPT-3.5和GPT-4之間的區別可能很微妙。但是,當任務(wù)的復雜性達到足夠的閾值時(shí),差異就會(huì )出現——GPT-4比GPT-3.5更可靠、更有創(chuàng )意,并且能夠處理更細微的指令,可以更準確地解決難題。
比如說(shuō),北卡羅來(lái)納大學(xué)教堂山分校的醫學(xué)副教授兼心臟病專(zhuān)家Anil Gehi就向GPT-4描述了他一天前看過(guò)的一位患者的病史,包括患者術(shù)后出現的并發(fā)癥被送往醫院,描述中包含幾個(gè)外行人無(wú)法識別的醫學(xué)術(shù)語(yǔ)。
當Gehi醫生問(wèn)GPT-4應該如何治療病人時(shí),GPT-4給了他完美的答案?!斑@正是我們對待病人的方式,”Gehi醫生說(shuō)。當他嘗試其他場(chǎng)景時(shí),GPT-4給出了同樣令人印象深刻的答案。
當然另外一個(gè)好消息是,GPT-4對于英語(yǔ)以外的語(yǔ)種支持也得到了大大的優(yōu)化。
許多現有的機器學(xué)習基準測試都是用英語(yǔ)編寫(xiě)的。為了初步了解GPT-4在其他語(yǔ)言上的能力,OpenAI使用 Azure Translate,將一套涵蓋57個(gè)主題的1.4萬(wàn)多項選擇題的MMLU基準,翻譯成了多種語(yǔ)言,然后進(jìn)行測試。?
在測試的26種語(yǔ)言中,有24種語(yǔ)言,GPT-4優(yōu)于 GPT-3.5和其他大語(yǔ)言模型的英語(yǔ)語(yǔ)言性能。
其中中文達到了80.1%的準確性,而GPT-3.5的英文的準確性為70.1%,也就是說(shuō),在這個(gè)測試中,GPT-4對于中文的語(yǔ)言理解,已經(jīng)優(yōu)于此前ChatGPT對于英文的理解。
Live Demo:報稅、寫(xiě)詩(shī)、寫(xiě)代碼,無(wú)所不能
如果說(shuō)著(zhù)這些數據、案例,似乎還難以讓人直觀(guān)感受到GPT-4的真正實(shí)力,那么OpenAI的總裁和聯(lián)合創(chuàng )始人Greg Brockman,就親自在YouTube上進(jìn)行了一把直播,來(lái)實(shí)時(shí)演示Live Demo中,展示了GPT-4的真正實(shí)力——總結文章、寫(xiě)代碼、報稅、寫(xiě)詩(shī)……GPT-3.5做不到的, GPT-4輕松拿下。
Greg Brockman展示了GPT-4的新的使用界面,左側是系統框,可以規定AI的角色,以及整體的回答原則,中間則是對話(huà)框,可以輸入具體的對話(huà)形態(tài)來(lái)對具體的內容進(jìn)行調整、追問(wèn)或者給出反饋。最右側是一些參數設置。
在演示中,Brockman就使用使用左側的“系統”框,讓GPT-4相繼成為“ChatGPT”、“AI編程助手”、“TaxGPT”,來(lái)解決不同的問(wèn)題。
ChatGPT模式下,GPT-4可以處理超過(guò)2.5萬(wàn)字的文本,可以輕松地總結一篇超長(cháng)文章的核心內容,比如把OpenAI今天發(fā)布的這篇講述GPT-4的雄文總結要點(diǎn)。
甚至還可以像在演示中的那樣,以各種奇怪的形式來(lái)提煉它——比如,以全是“G字母開(kāi)頭”的單詞來(lái)總結。
或者要它把這些內容要點(diǎn)寫(xiě)成一首詩(shī)。
在“AI編程助手”模式下,還可以讓它輕松寫(xiě)代碼,生成一個(gè)網(wǎng)站,或者更復雜的,寫(xiě)一個(gè)基于Discord的機器人,如果出現錯誤,比如要調用比較新的API而出錯,甚至也不需要向它解釋?zhuān)前彦e誤代碼復制進(jìn)去,它就會(huì )自動(dòng)糾錯,生成新的代碼。
或者要它變身成TaxGPT,要它基于稅務(wù)法則,來(lái)計算出一對夫妻要繳納多少稅,而且還要把計算理由一步步寫(xiě)出來(lái),讓人們可以檢閱。
對于GPT-4展示出的專(zhuān)業(yè)能力,Greg?Brockman大為贊賞,他表示那段稅務(wù)文件,他自己讀了半個(gè)小時(shí)也沒(méi)有搞懂,然而GPT-4卻可以很快給出答案。
或許這段不到一個(gè)小時(shí)的演示,才真正道出了GPT-4的強大之處——它不再僅僅是普通用戶(hù)的“聊天機器人”,而將成為開(kāi)發(fā)者手中的利器,在文本、編程、稅務(wù)以及更多可以想見(jiàn)的領(lǐng)域,成為強大工具的開(kāi)發(fā)基石。
從這一點(diǎn)來(lái)說(shuō),它比ChatGPT帶來(lái)的影響,將更加廣泛。
滿(mǎn)嘴跑火車(chē):還在跑,但是好一點(diǎn)
不得不提的是,盡管功能強大,但 GPT-4 與早期的 GPT 模型具有相似的局限性。最重要的是,它仍然不完全可靠——它仍然會(huì )大膽自信地編造事實(shí),并且會(huì )出現推理錯誤。OpenAI強調,仍然推薦在使用它的時(shí)候要附加諸如人工審查、或者附加上下文,甚至在高風(fēng)險情境中,要避免使用它。
在GPT-4公告中,OpenAI強調該系統已經(jīng)接受了六個(gè)月的安全培訓,在內部對抗性真實(shí)性評估中,GPT-4的得分比最新的GPT-3.5高:“響應不允許內容的請求的可能性降低了 82%,產(chǎn)生真實(shí)事實(shí)的可能性提高了 40%,優(yōu)于 GPT-3.5?!?/p>
這也意味著(zhù),GPT-4 相對于以前的模型來(lái)說(shuō),還是顯著(zhù)地減少了一本正經(jīng)胡說(shuō)八道的頻率,而且用戶(hù)千方百計提示它以讓它說(shuō)出被禁內容的成功率,也小了很多。
但是,這并不意味著(zhù)系統不會(huì )出錯或輸出有害內容。例如,微軟透露其Bing聊天機器人其實(shí)一直由GPT-4提供支持,但許多用戶(hù)還是能夠以各種創(chuàng )造性的方式打破 Bing的護欄,讓機器人提供危險的建議、威脅用戶(hù)和編造信息。
此外,GPT-4仍然是基于2021年9月之前的數據訓練的,這也意味著(zhù)它和前一代一樣,仍然缺乏對于2021年9月之后的數據的有效理解。
“GPT-4 仍有許多已知的局限性,我們正在努力解決,例如社會(huì )偏見(jiàn)、幻覺(jué)和對抗性提示?!監penAI表示。
應用:面向開(kāi)發(fā)者,越來(lái)越貴
當然,除了表現方面,還有一個(gè)明顯的不同是,ChatGPT-4比以前的版本“更大”,這意味著(zhù)它已經(jīng)接受了更多數據的訓練,因此運行起來(lái)也更加昂貴。OpenAI 只表示它使用了微軟Azure來(lái)訓練模型,但沒(méi)有公布有關(guān)具體模型大小或用于訓練它的硬件的詳細信息。
這也意味使用它的成本越來(lái)越高。與ChatGPT不同的是,這個(gè)新模型目前還不能免費公開(kāi)測試,雖然它鼓勵開(kāi)發(fā)者申請試用,但是將需要上等待名單。
新模型將提供給ChatGPT的付費用戶(hù)ChatGPT Plus(每月20美元),也將作為API的一部分提供,允許開(kāi)發(fā)者付費將AI集成到他們的應用程序中。OpenAI表示,多家公司已經(jīng)將GPT-4集成到他們的產(chǎn)品中,包?Duolingo、Stripe和Khan Academy等。
當然,如果你不是開(kāi)發(fā)者或者付費用戶(hù),但是實(shí)在是想嘗嘗鮮,微軟的Bing會(huì )是最好的選擇——Bing的AI聊天機器人,過(guò)去六周以來(lái),已經(jīng)開(kāi)始使用GPT-4了。
你感覺(jué)到了嗎?
本文作者:?VickyXiao,來(lái)源:硅星人?,原文標題:《OpenAI發(fā)布GPT-4:能識圖能算稅,ChatGPT擺脫Chat,再次進(jìn)化》
關(guān)鍵詞: