|
|
智东西（公众号：zhidxcom）, h/ e/ b! J/ X9 a, _4 o7 M* M
编译 | ZeR0& z" h" D8 T, I6 d9 K7 o; G' y( J4 O
编辑 | 漠影
: \( D' r3 Z3 w0 O! g智东西 3 月 15 日消息，今日凌晨，万众瞩目的大型多模态模型 GPT-4 正式发布！
. x8 R/ j' R! n2 U6 t" v8 O) YOpenAI 发文称，GPT-4 能接受图像和文本输入，输出文本内容，虽然在许多现实场景中的能力不如人类，但在各种专业和学术基准测试中已做到人类水平的表现。
, ~7 o7 a8 E0 w- I( Z0 _# C- n+ Y& `# h1 e! V
' b, [7 o, }& S R" i/ U% F/ I/ h/ k2 I. M4 K* T0 a
它强大到什么程度呢？输入一张手绘草图，GPT-4 能直接生成最终设计的网页代码。
* }: C9 V4 H: I/ i
4 I2 t- x8 {. B3 `4 @
+ v5 {* F% w! p( e0 r% W8 c; `- P4 T- z( q! _5 U
它以高分通过各种标准化考试：SAT 拿下 700 分，GRE 几乎满分，逻辑能力吊打 GPT-3.5。
1 Q, A; M9 |- {# e( L3 ~/ H0 A& H
3 T* e* b$ y; O3 ?. C0 \+ ^* `9 [2 s& O B
- U2 `' [1 ^+ Q9 |( ~
GPT-4 在高级推理能力上超越 ChatGPT。在律师模拟考试中，ChatGPT 背后的 GPT-3.5 排名在倒数 10% 左右，而 GPT-4 考到了前 10% 左右。" [/ y8 L3 w% S* p0 z8 ^; J$ P
GPT-4 的长度限制提升到 32K tokens，即能处理超过 25000 个单词的文本，并且可以使用长格式内容创建、扩展对话、文档搜索和分析等。
' W7 _( n, }* x' N8 LOpenAI 还贴心地发布了 GPT-4 开发者视频，手把手教你生成代码、检查错误信息、报税。OpenAI 联合创始人兼总裁 Greg Brockman 还说了句有点扎心的话：" 它并不完美，但你也一样。"
6 N9 B" F, V1 \- \4 P0 X4 I# M; c) i1 t$ L+ u2 g8 n
- n( I7 A& c( o. n
& B+ [$ j1 r% w4 xOpenAI 正通过 ChatGPT 和 API 发布 GPT-4 的文本输入功能，图像输入功能暂未开放。ChatGPT plus 订阅者可直接获得有使用上限的 GPT-4 的试用权，4 小时内最多只能发布 100 条信息。开发者也可以申请 GPT-4 API，进入候补名单等待通过。
# K- y' h- Z6 K. S8 O* u
+ _( a! z4 M1 A _$ C: Q9 j5 o& [+ L% A4 I+ ~# e) m# k& z8 D
3 {0 t3 M+ s) b o) b3 V' W申请直通门：http://t.cn/A6ClOHn7- n$ W3 L3 v, o' O
随着时间的推移，OpenAI 会将其自动更新为推荐的稳定模型（你可以通过调用 gpt-4-0314 来锁定当前版本，OpenAI 将支持到 6 月 14 日）。定价是每 1k prompt tokens 0.03 美元，每 1k completion tokens 0.06 美元。默认速率限制是每分钟 40k tokens 和每分钟 200 个请求。$ _2 X" T+ E# U9 g/ q- }
gpt-4 的上下文长度为 8192 个 tokens。还提供对 32768 个上下文（约 50 页文本）版本 gpt-4-32k 的有限访问，该版本也将随着时间的推移自动更新（当前版本 gpt-4-32k-0314，也将支持到 6 月 14 日）。价格是每 1k prompt tokens 0.06 美元，每 1K completion tokens 0.12 美元。6 @$ `2 y, h" }; Z8 G p5 X
此外，OpenAI 还开源了用于自动评估 AI 模型性能的框架 OpenAI Evals，以便开发者更好的评测模型的优缺点，从而指导团队进一步改进模型。
; l6 M* ?+ ?( E6 O4 ~. r8 o开源地址：github.com/openai/evals
, k2 v9 n% x0 c" e! G( S' g; } 一、GPT-4 升级成 " 考霸 "，基准测试表现大大优于现有大模型
! z" T5 [2 i3 n7 Q, b7 _3 d如果是随意聊天，你可能不太能感受出 GPT-3.5 与 GPT-4 之间的区别。但当任务的复杂性达到足够的阈值时，GPT-4 将明显比 GPT-3.5 更可靠、更有创意，并且能够处理更细微的指令。
, {8 X0 d5 ?' j, P" S为了了解这两种模型之间的区别，OpenAI 在各种基准测试中进行了测试，包括最初为人类设计的模拟考试。他们使用了最新的公开试题（在奥林匹克竞赛和 AP 自由答题的情况下）或购买 2022-2023 年版的模拟考试题。: W" r- f$ o' h6 K; N
OpenAI 没有针对这些考试进行专门训练。在模型训练期间，考试中的少数问题被发现。但 OpenAI 认为结果具有代表性。详情可参见 GPT-4 论文（https://cdn.openai.com/papers/gpt-4.pdf）。! _1 ~ y' r: v! q9 y8 [
/ v7 c( V9 G; q n1 M4 a$ C
$ ?0 e+ j) m2 \! A, D5 _7 d
- a* |1 U5 J# r, H5 S( V6 ^OpenAI 还在为机器学习模型设计的传统基准测试中评估了 GPT-4。GPT-4 大大优于现有的大型语言模型以及大多数最先进的（SOTA）模型，其中可能包括基准特定的制作或额外的训练协议：
2 ~3 [ y' p: l* G! s1 u' B8 l4 w) g( |. ?5 z# ?# I
+ G) ]8 A ?5 e; s2 q
4 u* E0 l$ i6 E1 o" w: [( }许多现有的机器学习（ML）基准测试都是用英语编写的。为了初步了解它在其他语言中的性能，OpenAI 使用 Azure Translate 将 MMLU 基准测试（一套涵盖 57 个主题的 14000 个多项选择题）翻译成各种语言。. m7 `6 m7 }# _% `: l- T
6 z; s" {0 K; c3 [$ H3 M! s2 z
/ Z/ i& ~! ]# K* P1 Q% e$ J
V( C( u' I5 G" N; R, J
在测试的 26 种语言中的 24 种中，GPT-4 优于 GPT-3.5 和其他大型语言模型（Chinchilla，PaLM）的英语表现，包括拉脱维亚语、威尔士语、斯瓦希里语等资源匮乏的语言。8 ?: C6 o1 }) `. S
) N$ u7 m3 l8 ^# f% W5 n) B i' r( K S
8 V; l1 `/ ^- q7 JOpenAI 也在内部使用 GPT-4，这对支持、销售、内容审核和编程等功能有很大影响。OpenAI 还使用它来协助人类评估 AI 输出，开始了其对齐策略的第二阶段。
, k/ d4 u2 v O) Q# H 二、描述照片、看懂图表、解答论文3 Y6 |+ {& r0 P9 _8 ?$ z
GPT-4 可以接受文本和图像提示，这与纯文本设置并行，允许用户指定任何视觉或语言任务。
% J4 T5 q7 S% `9 v$ L# ^$ k: y2 O$ }# j具体来说，给定由穿插的文本和图像组成的输入，它能够生成自然语言、代码等文本输出。在生成带有文本和照片的文档、图表或屏幕截图等方面，GPT-4 展示了与纯文本输入类似的功能。
2 J! M+ y, Z( R* z; L# i' v此外，GPT-4 还可以使用为纯文本语言模型开发的测试时（test-time）技术进行增强，包括少量标注数据（few-shot）和思维链（CoF，chain-of-thought）提示。图像输入仍处于研究预览阶段，尚未公开。4 r/ h" ~- V. A! K& T* _5 R9 y
OpenAI 在官网展示了 7 个视觉输入的例子。
9 V7 l4 T6 [8 L5 h1、描述多张图片内容，发现不合常理之处
; w: m2 D% L9 t: ~' j输入一张由三张图片拼成的图，用户输入 " 这张图有什么奇怪的地方？一张图一张图地描述 "，GPT-4 会分别对每张图中的内容进行描述，并指出这幅图把一个大而过时的 VGA 接口插入一个小而现代的智能手机充电端口是荒谬的。7 g6 z! W/ @. b7 y' ^( m2 t
+ n- O/ U0 C7 i$ S0 z g( b. @' y/ D: a* o7 h- v- W
( ^4 ?* A* \; P' K4 {$ Y R
2、根据图表，推理作答
8 U$ K( p* I/ q. X" c用户问格鲁吉亚和西亚的平均每日肉类消费量总和是多少，让 GPT-4 在给答案前提供一个循序渐进的推理，GPT-4 也能按需作答。$ p" S6 n, A& x1 ?: J* s7 K
2 B7 b6 K# t* U7 N: f: U
" v) d* }8 A+ ~ G/ y! l
: s/ Q! h# _/ X9 _; R& P3、看图考试
% Q' X! p, u& U: v( p3 S用户也可以直接给一张考试题的照片，让 GPT-4 一步步思考作答。; b2 e# \; d9 P- h, m
2 b% C* x+ P/ @
5 `) s2 _! `: j1 r8 w
/ J1 ~( s+ c. b5 Y( _; S) A
4、简练指出图片的违和之处
# q! X' l( F- m7 B3 w9 S用户问 " 这张图片有什么不寻常之处 " 时，GPT-4 简练地回答出 " 一名男子正在行驶中的出租车车顶上在熨衣板上熨烫衣服 "。
9 v# s4 X" J5 C% y
& b6 c8 O, h2 Q
- D5 H8 `/ j& m! }5 m
" z4 |4 o6 t/ C! E5、阅读论文，总结摘要与解释图表1 ~1 D' K/ }6 a6 }
给几张论文的照片，GPT-4 可以做总结，也可以对用户指定的图片的内容进行展开解释。
Q5 M/ [7 l+ A* `
T4 O! x$ m! x" O& n$ u1 d
( E, O1 o) L1 y5 C' h, ?: Q" ]: K9 ]5 @- `8 R% r
6、解读 " 鸡块地图 "
: x! W! ?1 Q! ?让 GPT-4 解释图中的模因（meme），GPT-4 回答说这是个笑话，结合了太空中的地球照片和鸡块这两个不相关的东西。9 \( ?7 `- ]2 _% D7 x
* C+ t, s2 p$ k+ |9 x% L
l" n3 G" D" n4 _" M
* i) ~" \0 W# \' B7、理解漫画含义" [1 f8 P4 X0 P7 h, U: G6 {" N
最后一个示例是让 GPT-4 解释这张漫画，GPT-4 认为它讽刺了统计学习和神经网络在提高模型性能方面的差异。 `# X- Q& i+ P6 G
5 [4 k J+ D8 Z2 ~
/ d& y3 u; F0 n- C" {; e( e. r5 t, u+ Q8 H3 b
OpenAI 通过在一套狭窄的标准学术视觉基准上评估 GPT-4 的性能来预览。但这些数字并不能完全代表它的能力，因为 OpenAI 不断发现该模型能够处理的新的和令人兴奋的任务。
* E+ ]& B0 s3 o& o- H- |. V, l' k" O UOpenAI 计划很快发布进一步的分析和评估数字，以及对测试时技术影响的彻底调查。
: T* S6 u) x' K/ h( v
8 Q0 X" j& C5 x: D, J( o0 A* Z' W# s% j8 u1 N4 v
0 C# d( C. F6 k8 ? S
此外，OpenAI 一直在研究其关于定义 AI 行为的文章中概述计划的各方面，包括可操纵性。与拥有固定冗长、语调、风格的 ChatGPT 不同，开发者（很快还有 ChatGPT 用户）现可通过在 " 系统 " 消息中描述这些方向来规定他们的 AI 的风格和任务。
# O( z! p# `! i- j, i4 P系统消息（system messages）允许 API 用户在一定范围内自定义用户体验。OpenAI 将在这方面继续做改进（特别是知道系统消息是 " 越狱 " 当前模型的最简单方法，即对边界的遵守并不完美 ) ，但 OpenAI 鼓励用户尝试一下，并将想法告知他们。
l f4 A1 W3 n- D. S5 p关于可操纵性，OpenAI 展示了 3 个示例。3 [' f4 _. d% J& A9 Y% u
第一个示例是让 GPT-4 作为一位总是以苏格拉底风格回应的导师，不直接给学生求解某个线性方程组的答案，而是通过将那个问题拆分成更简单的部分，引导学生学会独立思考。
0 D2 v% w' ?9 w2 ?& B& C7 S
, G( q" x; |4 e
! E0 B% V; V; B. R! ~
; A L- |. [& a2 a第二个示例是让 GPT-4 变成 " 莎士比亚的海盗 "，忠于自己的个性，可以看到它在多轮对话过程中时刻保持着自己的 " 人设 "。5 h4 O! R) i1 z! l7 x) J
+ B e$ J) |" Y$ h$ A# O
% |# X# I2 t, |# r- \& E
, f, {; p. m3 S; t# d# R: G第三个示例是让 GPT-4 成为一名 AI 助手，总是用 json 编写响应输出，然后 GPT-4 的回答画风就变成了这样：& ?, i$ w9 d2 N' G# R
9 q# G; z# ^- [0 s) S
6 G* b$ S" J- o
% u g! ?8 i& z7 E" y
三、迄今最好的真实性、稳定性、可控性. d. ` g9 R$ t9 R, a1 T
OpenAI 称其团队花了 6 个月的时间，使用对抗性测试程序和从 ChatGPT 得到的经验教训，对 GPT-4 进行迭代调整，在真实性、可控制性等方面取得了有史以来最好的结果（仍远非完美）。. M) N9 e/ Y% G. @$ d5 g2 d
过去两年里，OpenAI 重建了整个深度学习堆栈，并与微软 Azure 云平台一起为其工作负载从头开始共同设计了一台超级计算机。- F, f. [. P+ x
一年前，OpenAI 训练 GPT-3.5 作为系统的第一次 " 试运行 "，发现并修复了一些错误并改进了其理论基础。结果，GPT-4 训练运行（至少对 OpenAI 而言）前所未有地稳定，成为 OpenAI 能够提前准确预测其训练性能的第一个大型模型。
) z) X3 ]0 V) Z, q随着继续专注于可靠的扩展，OpenAI 的目标是完善其方法，以帮助自身越来越多地提前预测和准备未来的能力。OpenAI 认为这对安全至关重要。
O* P4 p( G' P- P X6 t与以前的 GPT 模型一样，GPT-4 基础模型经过训练可以预测文档中的下一个单词，并且使用公开可用的数据（例如互联网数据）以及 OpenAI 已获得许可的数据进行训练。这些数据是网络规模的数据语料库，包括数学问题的正确和错误解决方案、弱推理和强推理、自相矛盾和一致的陈述，并代表各种各样的意识形态和想法。: J& G# Y& `2 A4 C$ t
因此，当有问题提示时，基础模型能以多种方式进行响应，这些方式可能与用户意图相去甚远。为了使其与护栏（guardrails）内的用户意图保持一致，OpenAI 使用人类反馈强化学习（RLHF）对模型行为进行微调。9 Y9 [6 O$ q# Q$ w% a" I
需注意的是，模型的能力似乎主要来自预训练过程—— RLHF 并不会提高考试成绩（如果不积极努力，它实际上会降低考试成绩）。但是模型的控制来自训练后的过程——基础模型需要快速的工程设计来知道它应该回答问题。
( @) I4 K. i1 q1 {( M: H* z 四、GPT-4 的局限性：不完全可靠
" z- S' `- D/ m2 o2 s- `尽管功能更加强大，但 GPT-4 与早期的 GPT 模型具有相似的局限性。$ T6 j6 v& ]# |7 p8 ^" ]
最重要的是，它仍然不完全可靠（存在事实性 " 幻觉 " 并出现推理错误）。在使用语言模型输出时应格外小心，特别是在高风险上下文中，使用符合特定用例需求的确切协议（例如人工审查、附加上下文的基础或完全避免高风险使用） 。" R( W6 \$ `7 n; i3 D3 Q, n
不过，GPT-4 相对于以前的模型（它们本身在每次迭代中都在改进）显著减少了幻觉。在 OpenAI 的内部对抗性真实性评估中，GPT-4 的得分比 GPT-3.5 高 40%。
) `. E, F# \0 i6 s f4 ~8 P) d2 a7 D. i3 `. R# c7 a* `) A
$ X1 `( B- Q3 F9 H, a# f$ U- S8 T: h: }. h1 ?
OpenAI 在 TruthfulQA 等外部基准测试上取得了进展，它测试了模型将事实与对抗性选择的一组错误陈述分开的能力。这些问题与事实不正确的答案相匹配，这些答案在统计上很有吸引力。
. G4 J+ S+ c' V2 h% @/ s
' h7 G& h+ m& [4 x3 {3 b- j
8 W( R+ p! t% B/ t4 U+ W; Z- p Y) q* H
GPT-4 基本模型在这项任务上只比 GPT-3.5 稍微好一点；但在 RLHF 训练（应用与 GPT-3.5 相同的过程）后，存在很大的差距。
9 T) x& A5 p3 w* S8 S; Y. }% \检查下面的一些例子，GPT-4 拒绝选择常见的谚语（你教不了老狗新技能，即 " 年老难学艺 "），但它仍然会遗漏一些微妙的细节（埃尔维斯 · 普雷斯利不是演员之子）。) [/ {% I8 P2 |0 v
# u6 Y# B5 B1 n: Z( L" U& s
# l8 U) ?5 G9 b W
w7 v3 K* I& Y! R
GPT-4 的输出可能存在各种偏差，OpenAI 还有更多工作要做。
8 n5 t9 j/ t* Y r( D6 r3 M7 S0 n* KGPT-4 普遍缺乏对绝大部分数据中断后（2021 年 9 月）发生的事件的了解，也没有从经验中吸取教训。它有时会犯一些简单的推理错误，这些错误似乎与跨多个领域的能力不相称，或者在接受用户明显的虚假陈述时过于轻信。
8 H1 B* n. ^$ B& @4 y# A有时它会像人类一样在难题上失败，例如在它生成的代码中引入安全漏洞。# u8 R# X$ Q$ j" L
GPT-4 也可能自信地在其预测中犯错，在可能出错时没有仔细检查工作。有趣的是，基础预训练模型经过高度校准（它对答案的预测置信度通常与正确概率相匹配）。然而，通过 OpenAI 目前的后训练过程，校准减少了。
$ a: Y! g( B4 V m& g/ x0 n- ^* d* I6 y
! _% \/ \& U4 {: i: A) n% p6 R3 y$ P/ w4 J; ^6 H
五、OpenAI 如何规避风险？6 J( t% O6 H/ p( h' i' o
OpenAI 一直在对 GPT-4 进行迭代，以使其从训练开始就更安全、更一致。其工作包括预训练数据的选择和过滤、评估和专家参与、模型安全改进以及监控和执行。
$ L( C2 r- s5 o; `8 L2 }GPT-4 会带来与之前模型类似的风险，例如生成有害建议、错误代码或不准确信息。同时 GPT-4 的附加功能会带来新的风险面。
7 W& `# N6 k1 c7 W9 o- W为了了解这些风险的程度，OpenAI 聘请了 50 多位来自 AI 对齐风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家来对模型进行对抗性测试。他们的发现使 OpenAI 能够在需要专业知识进行评估的高风险领域测试模型行为。这些专家的反馈和数据用于模型改进。
/ Q/ W$ \3 @3 e2 m) GGPT-4 在 RLHF 训练期间加入了一个额外的安全奖励信号，通过训练模型拒绝对此类内容的请求来减少有害输出。奖励由 GPT-4 零样本分类器提供，该分类器根据安全相关提示判断安全边界和完成方式。为了防止模型拒绝有效请求，OpenAI 从各种来源收集了多样化的数据集，并在允许和不允许的类别上应用安全奖励信号（具有正值或负值）。
4 x( Y& N* @2 ^% C3 K1 Q( U0 q与 GPT-3.5 相比，其缓解措施显著改善了 GPT-4 的许多安全特性，已将模型响应禁止内容请求的可能性降低了 82%，并且 GPT-4 根据 OpenAI 的政策响应敏感请求（如医疗建议和自我伤害）的频率提高了 29%。6 s D2 k- ?& Y% Q
& B! N0 g4 I" g' a- x8 O+ D# u1 M! S Q, v0 V+ e. n7 u) W9 [$ u
; V# Z, A& O; X3 I
6 G2 A$ n1 P3 s
q7 l# U8 n+ L1 k4 H/ R/ y% F/ f总的来说，OpenAI 的模型级干预提高了引发不良行为的难度，但依然无法做到完全规避。OpenAI 强调目前需用部署时安全技术（如监控滥用）来补充这些限制。' N ~8 ]/ m- h* D' _ O; j
GPT-4 和后续模型有可能以有益和有害的方式对社会产生重大影响。OpenAI 正在与外部研究人员合作，以改进理解和评估潜在影响的方式，以及对未来系统中可能出现的危险功能进行评估，并将很快分享更多关于 GPT-4 和其他 AI 系统的潜在社会和经济影响的想法。
3 B+ `2 A) q# _ 六、构建可预测扩展的深度学习堆栈; `" N3 d: v0 b3 a) Z4 ~, i
GPT-4 项目的一大重点是构建可预测扩展的深度学习堆栈。主要原因是，对于像 GPT-4 这样的非常大的训练运行，进行广泛的特定于模型的调整是不可行的。OpenAI 开发的基础设施和优化在多个尺度上具有非常可预测的行为。2 S0 S, m* f. [# |4 i, F+ `
为了验证这种可扩展性，OpenAI 通过从使用相同方法训练但计算量减少到原来的 1/10000 的模型进行推断，准确预测了 GPT-4 在其内部代码库（不属于训练集）上的最终损失：& V$ S2 T% W, g4 w/ K
9 q: |4 w3 @; R: z, D( w
) A2 X N) ]( g! b1 K' R Y$ }
0 j# U. S# C2 d4 @" T( G* s
现在 OpenAI 可以准确地预测其在训练期间优化的指标（损失），开始开发方法来预测更多可解释的指标，例如成功预测了 HumanEval 数据集子集的通过率，从计算量减少至原来的 1/1000 的模型推断：
6 ~6 Z0 c# U! e# X2 s# G& g) r3 o3 F
5 y/ @" M7 B7 a- i8 w! ^. j
0 |' E$ ]0 d; M. C$ `% e& Z* ]
有些能力仍难以预测。例如 Inverse Scaling Prize 是一项竞赛，目的是寻找随着模型计算量的增加而变得更糟的度量指标，而 hindsight neglect 是获胜者之一。就像最近的另一个结果一样，GPT-4 扭转了趋势：
7 ~( h$ ~ ^; R- k! h+ L, w+ _4 |+ p2 b
0 m) z; w' x3 R
2 r2 i9 U. B# X+ ^2 h' B
OpenAI 认为，准确预测未来的机器学习能力是安全的重要组成部分，但相对于其潜在影响而言，它并没有得到足够的重视。OpenAI 正在加大力度开发方法，为社会提供更好的未来系统预期指导，并希望这成为该领域的共同目标。5 Z6 T0 ^6 T2 d$ Z" Y5 F
七、开源软件框架Evals，用于评估 GPT-4
6 v X/ i1 p4 I1 eOpenAI 正在开源其软件框架 OpenAI Evals，用于创建和运行基准测试以评估 GPT-4 等模型，同时逐个样本地检查它们的性能。
7 K' \/ f- k) R$ U& N5 zOpenAI 使用 Evals 来指导其模型的开发，其用户可以应用该框架来跟踪模型版本（现在将定期发布）的性能和不断发展的产品集成。例如 Stripe 使用 Evals 来补充他们的人工评估，以衡量其基于 GPT 的文档工具的准确性。: K9 x! t6 @& k' W0 x
因为代码都是开源的，所以 Evals 支持编写新的类来实现自定义评估逻辑。但根据 OpenAI 的经验，许多基准测试都遵循少数 " 模板 " 之一，所以他们也囊括了内部最有用的模板（包括 " 模型分级评估 " 的模板—— OpenAI 发现 GPT-4 在检查自己的工作方面惊人地强大）。通常构建新 eval 最有效的方法是实例化这些模板之一，并提供数据。0 r3 v4 i, n* U- R0 U1 m0 M
OpenAI 希望 Evals 成为一种共享和众包基准测试的工具，代表最广泛的故障模式和困难任务。作为示例，OpenAI 创建了一个逻辑难题 eval，其中包含十个 GPT-4 失败的提示。Evals 也兼容现有的基准测试；OpenAI 已有一些实现学术基准的笔记本和一些集成 CoQA（小子集）的变体作示例。 D; ^4 E3 B2 b1 z
OpenAI 邀请每个人都使用 Evals 来测试其模型，提交最有趣的示例，给与贡献、问题和反馈。% e4 _( [/ }' r$ j% W2 V; i
结语：OpenAI扩展深度学习的最新里程碑1 Y$ M, q: G5 q. t9 {4 s3 c
GPT-4 是 OpenAI 在扩展深度学习道路上的最新里程碑。OpenAI 期待 GPT-4 成为一个有价值的工具，通过为许多应用提供动力来改善生活。/ }4 L' w; m& Y3 _+ b) @ g
正如 OpenAI 所言，前方还有很多工作要做，这需要通过社区在模型之上构建、探索和贡献的集体努力，来持续将模型变得越来越强。5 N2 |5 u; v- n" w; g) Q0 L$ W
来源：OpenAI |
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？立即注册
×
|
|手机版|小黑屋|梦想之都-俊月星空
( 粤ICP备18056059号 )|网站地图
发表于 2023-3-15 12:33:45
