|
|
智东西（公众号：zhidxcom）0 q2 a/ X, y; s4 U
编译 | ZeR0* B2 ]$ d: K5 H1 S1 i! }- }( U
编辑 | 漠影* c# f- D3 R- k4 x* X
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！
( u3 [$ b! \/ D0 Y; LOpenAI 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。+ z* W8 |4 X$ g0 x
0 |- K+ r$ H9 r' k! C1 G2 z% f7 [( \) i( n) d |! S" h' K; T
: N1 P% g- A6 k, B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。' V; j/ m8 F* U' x/ E% O" b
1 {3 C: F# H A1 {( |
) f5 a/ u! z; B$ h
$ W" P; C' P! D% C: ~: p9 |3 Y8 i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。' S) l1 @ y3 d, j
. G6 M: a' q$ O
' R: a* s5 I5 l4 J9 ~
5 F$ E5 p$ K3 ], y& SGPT-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。! r" p) ]/ }, l4 H. g0 e
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。7 b* ~- w3 |5 w0 O* y# H, O) y
OpenAI 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。"+ i/ v- w: q/ b9 W7 w! f, _. q4 v! {
% ~5 b6 i9 `- _# v3 C% I" O
+ w# O0 T, g/ p( R0 _4 i6 z( d% I( f% g6 R
OpenAI 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。
' q- o. R# z2 u$ |5 a
$ i! ^! j/ \! A7 w: p8 w! g; p
& i9 ?2 n! O! L+ W Q
6 u- I6 \: E6 [. N5 h8 U申请直通门：http://t.cn/A6ClOHn7: M) m: n; n p/ g4 `
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。
- B. ]3 w1 m; l( l% Zgpt-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。7 ~. v3 r0 L$ ]2 p) T& n
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。
2 c; {' T' } v' K0 q开源地址：github.com/openai/evals: x- }. ]3 V, L1 i2 T) C; Q$ s: C0 }, [
一、GPT-4 升级成 " 考霸 "，基准测试表现大大优于现有大模型
- i9 W+ Y/ J* ]6 D3 y& h. l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。
5 V& s, p7 ^( {) A2 F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。2 X$ ~5 L+ h- \, J2 U3 L
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）。
' N3 G4 u. U+ g0 H
! F, m, U" W& x# I( v7 X
5 g8 \+ M2 V' \0 p# w) {" T$ f2 W9 H+ f# z* g5 e: v
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：6 X E- w9 j9 K5 L" C
# u4 c0 t D0 a/ @, _/ ^3 D4 L% G. M& [* j! K$ K
" Q/ T8 V6 {, v0 v3 f8 Y+ L: S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。) M3 `' U* X7 Y. ~
8 r) N4 Z6 w8 q% \
4 h) m( P. j2 d# `( t5 [4 W, G2 A8 B7 b# E
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。
* b" D8 b; Y! s" A& S) _& \9 X5 l: l, M7 P3 o5 m' x E
# A; j# T9 M5 T6 i/ j* ]$ @
5 }. x# K9 o9 R7 n1 M
OpenAI 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。* z) v3 t9 Q' G7 h$ {" y5 `
二、描述照片、看懂图表、解答论文
$ j, r3 v* v7 B/ i1 FGPT-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。
, X! m1 `- y6 P( z# t- z3 m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。 P1 q: K7 R+ A+ X
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。
: C, Z: o% J" U4 E! OOpenAI 在官网展示了 7 个视觉输入的例子。2 P {) M( G+ W
1、描述多张图片内容，发现不合常理之处
/ K q( ~5 z1 o: I3 j8 V3 }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。
" H2 ?% L& p P9 m
( T- q, k8 m! Q& f, ~% O
4 A' V' l$ j% r( x- J" b% q& d& I6 s: ?% [0 ?" g- k
2、根据图表，推理作答1 M+ z1 Q$ b3 t: T
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。1 O; O6 V8 m. ]! i
6 _; _! @5 o5 A# Q# @. a4 M4 ~( }/ G, |+ h
# H# p7 k2 P- B* s% f
3、看图考试
& h' n5 X3 a& K5 _7 g& c3 r2 G! q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。
3 ^% [4 @& \( Y& J2 W9 J; r
! ~( L C& m8 v# A8 U
! f+ n8 r4 M5 @; Y
2 R& u% D, |. D4、简练指出图片的违和之处
: E; q1 F8 w9 j$ D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 "。
" e6 l# y, P y+ g# v8 ~5 s* a. _/ w" c* t8 T* ~
c5 b {( H z6 J+ S# Y* e$ ?1 z, @: L3 |' v) f' G8 G
5、阅读论文，总结摘要与解释图表, E5 x3 W1 a" Y& [4 w1 Q$ a6 x
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。# d' L8 N* x4 G# x& m+ m& g+ I
9 v; r( I2 @* h. N3 ~) K
6 K& ?/ x' X( C8 e% E
' u8 ~6 G! q: A2 P+ m
6、解读 " 鸡块地图 "
! O; |3 i9 `* o" ?( H) \9 e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。& A. T# C; e9 ~" N
: G/ |: f: o `
: B( r" {" e/ |
, E# _ j; q. T+ S! Q) V7 G7、理解漫画含义
- S n" k F+ e. W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。4 t! u1 B( i5 s6 t+ O2 ?
/ ]% q0 W5 q( Y( X4 s7 G
, x0 y- @9 i" ], g
4 R% |- n$ }; C1 d. T! D8 ]( U$ u
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。
. V F- }+ O2 q" }4 ]/ N 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。' f l0 I# ]$ p) y }
. l+ n# r% j$ [2 Q
- L- [# q- r& r2 i) t9 f. n+ g9 J8 J
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。
5 T* X6 t& d. H8 e- I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。
. R. L5 w! F" c/ [% r关于可操纵性，OpenAI 展示了 3 个示例。 A/ N. x) t& P3 s
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。$ `$ n' V f2 a7 s8 V, T7 D$ D
& w; U, h! c4 l. ?5 f* a- G
% j" z9 U& l) J4 z, j) c% d1 o9 M/ E) [
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 "。
- h6 h, @0 [/ o. W/ |5 @2 U* b4 k* `; B% m% `$ h% F
, U g0 m4 @: U4 |+ b3 F, _' u' S+ ~& T
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：! P5 b: u; I1 R: o# u; }
# N. p% C+ i) E2 b' R
6 _) h1 Q6 f. J# D: t3 h! O
0 v# f5 |* c; _* h/ _ 三、迄今最好的真实性、稳定性、可控性
: h! x7 M: m: ?- f* w5 W# Y6 {& uOpenAI 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）。! E, Y8 V+ ?0 U: j: D5 {' `
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。$ V# p" `: O1 L) C8 m' \; q& J
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。/ q# H. f3 c4 \" ^/ h2 W" `! T$ V
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。
v8 _3 W; ]( C( H1 F9 p; j5 [& o' w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。
) k' {6 r- E5 k9 \6 N; h& D, 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。
7 p, z3 A# o, F2 E! w3 j" `. S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。
- D' J1 U5 i+ M z' ^" ]3 Z 四、GPT-4 的局限性：不完全可靠
' t$ w9 V6 h: [7 ]: E% e! }/ U* W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。
* A1 B" u3 v, [& z6 x/ ]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） 。% Q7 h" F& W) i" ]9 s
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%。
3 D6 n/ @. R) K. @8 Q6 Z0 P8 Y. d+ z! U$ P/ f! ]( }5 ]* F
; x7 ?. C. ~* c3 h; p- S
4 J* a5 V4 L: X% a7 H; {5 |- J' [
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。
. [' k5 @5 E$ C/ K; f [3 T
. @" P0 L- ?- K/ g" {; t2 m. I% _# p. }. n* V. m! A9 k2 c
$ j8 S0 d- |3 `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。
" V% v( m1 ]: G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）。
+ \5 f% d/ X5 t; B: L$ e1 X$ u; S% H9 A- k, y
. E) t. E4 B: Z# Z/ \% S& h* i) v: w& n' h4 i
GPT-4 的输出可能存在各种偏差，OpenAI 还有更多工作要做。' ?: O/ ]* C' L# f C
GPT-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。
/ e. ?4 q1 N; y+ \) [- ^. B9 c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。: n! }3 o$ c# F6 ]9 t
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。
( H; z1 ?! f5 z d( ^6 P4 |; h2 ?! q& D. B" w& l! ~
" W7 ]5 P, k7 O: S# R" e: T9 {
7 l0 v ~" l3 l4 \
五、OpenAI 如何规避风险？
5 H) W" S4 Q, k+ g& F) k; fOpenAI 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。2 h& o# ?% ]+ _) z
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。. f1 g# }( E$ x* K
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。
/ @% U/ M6 Y% r# D) f7 XGPT-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）。
9 N1 U" `# C9 Y: ?4 n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%。. R& V6 k( P3 @& b; q9 O
3 X4 o# {# C- V; z @1 h2 [4 F
: T& H8 H4 l6 T# t4 T, P
; c5 W1 Y/ {; f9 B& ]8 o4 @$ S' h) n; L6 K! o3 \# q
5 {# x/ D$ ~* c; [2 i- }* b' b* [: Y
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。+ }2 [% j3 E ^3 m0 x6 o8 ?
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。# g6 `2 M$ l6 z ?* u
六、构建可预测扩展的深度学习堆栈" L! i- S' g- s3 h! v; U
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。) l; C. b% M/ K2 X9 r c
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：
! i& h9 w/ S2 e# P, [( H' a3 R5 U
4 K- S4 u, i2 J$ s0 z: ]8 Q
2 ]5 a0 c: l& q6 b" _
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：
+ T! B: X$ ]. p0 `3 u" N5 m
; L0 R8 i0 y9 |/ q! z8 h/ r7 }+ z) _
) L: h1 t* k3 ~, E. g$ y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：4 G* f$ d1 O- e) P5 P" O" q
9 R( q$ O) l. X# v- h- U/ {
3 K- @+ ^: a/ |5 C% V/ r4 i, u
% `- j- F# ]) I4 V( D( [: iOpenAI 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。# M" U0 D6 U- S# e4 I
七、开源软件框架Evals，用于评估 GPT-4
. l+ X8 J. l& @" l: `OpenAI 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。) ?8 H+ a% l: Q! k0 r7 a w' a
OpenAI 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。3 g6 u6 g( M8 I/ B
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。
; W2 s! u P% z% ^" ROpenAI 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。
0 `2 p4 f- x5 u. p3 AOpenAI 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。
5 G6 ]5 l2 [ i9 c' L ^6 u' Y 结语：OpenAI扩展深度学习的最新里程碑
3 _1 \: e! Z) ~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。
E: [3 ~7 [+ ~7 V/ h0 D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。1 A3 B Y( ]! m3 E
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
