火星链 火星链
Ctrl+D收藏火星链
首页 > 火币下载 > 正文

OPEN:GPT-4震撼发布:多模态大模型,直接升级ChatGPT、必应,开放API,游戏终结了?

作者:

时间:1900/1/1 0:00:00

谁能革得了ChatGPT的命?现在看来还是OpenAI自己。

在ChatGPT引爆科技领域之后,人们一直在讨论AI「下一步」的发展会是什么,很多学者都提到了多模态,我们并没有等太久。今天凌晨,OpenAI发布了多模态预训练大模型GPT-4。

GPT-4实现了以下几个方面的飞跃式提升:强大的识图能力;文字输入限制提升至2.5万字;回答准确性显著提高;能够生成歌词、创意文本,实现风格变化。

「GPT-4是世界第一款高体验,强能力的先进AI系统,我们希望很快把它推向所有人,」OpenAI工程师在介绍视频里说道。

似乎是想一口气终结这场游戏,OpenAI既发布了论文、SystemCard,把ChatGPT直接升级成了GPT-4版的,也开放了GPT-4的API。

另外,微软营销主管在GPT-4发布后第一时间表示:「如果你在过去六周内的任何时候使用过新的Bing预览版,你就已经提前了解了OpenAI最新模型的强大功能。」是的,微软的新必应早就已经用上了GPT-4。

接下来,就让我们细细品味这场震撼发布。

GPT-4:我SAT考710,也能当律师

GPT-4是一个大型多模态模型,能接受图像和文本输入,再输出正确的文本回复。实验表明,GPT-4在各种专业测试和学术基准上的表现与人类水平相当。例如,它通过了模拟律师考试,且分数在应试者的前10%左右;相比之下,GPT-3.5的得分在倒数10%左右。

OpenAI花了6个月的时间使用对抗性测试程序和ChatGPT的经验教训对GPT-4进行迭代调整,从而在真实性、可控性等方面取得了有史以来最好的结果。

在过去的两年里,OpenAI重建了整个深度学习堆栈,并与Azure一起为其工作负载从头开始设计了一台超级计算机。一年前,OpenAI在训练GPT-3.5时第一次尝试运行了该超算系统,之后他们又陆续发现并修复了一些错误,改进了其理论基础。这些改进的结果是GPT-4的训练运行获得了前所未有的稳定,以至于OpenAI能够提前准确预测GPT-4的训练性能,它也是第一个实现这一点的大模型。OpenAI表示他们将继续专注于可靠的扩展,进一步完善方法,以帮助其实现更强大的提前预测性能和规划未来的能力,这对安全至关重要。

LSDFi?总锁定价值突破3.8亿美元:金色财经报道,据Dune Analytics上数据分析师@defimochi?的LSDFi?面板数据显示,LSDFi?总锁定价值(TVL)突破3.8亿美元,当前为382,663,054美元。其中Lybra Finance锁定价值突破1.8亿美元,占LSDFi总锁定价值的47.43%;IETH锁定价值为6348万美元,占总锁定价值的16.589%;Pendle锁定价值为4163万美元占总锁定价值的10.88%;Umsheth锁定价值为3395万美元,占总锁定价值的8.872%;Alchmix锁定价值为1392万美元占总锁定价值的3.636%。[2023/5/31 11:49:58]

OpenAI正在通过ChatGPT和API发布GPT-4的文本输入功能。图像输入功能方面,为了获得更广泛的可用性,OpenAI正在与其他公司展开合作。

OpenAI今天还开源了OpenAIEvals,这是其用于自动评估AI模型性能的框架。OpenAI表示此举是为了让所有人都可以指出其模型中的缺点,以帮助OpenAI进一步改进模型。

有趣的是,GPT-3.5和GPT-4之间的区别很微妙。当任务的复杂性达到足够的阈值时,差异就会出现——GPT-4比GPT-3.5更可靠、更有创意,并且能够处理更细微的指令。为了了解这两个模型之间的差异,OpenAI在各种基准和一些为人类设计的模拟考试上进行了实验。

OpenAI还在为机器学习模型设计的传统基准上评估了GPT-4。GPT-4大大优于现有的大型语言模型,以及大多数SOTA模型:

许多现有的机器学习基准测试都是用英语编写的。为了初步了解GPT-4在其他语言上的能力,研究团队使用AzureTranslate将MMLU基准——一套涵盖57个主题的14000个多项选择题——翻译成多种语言。在测试的26种语言的24种中,GPT-4优于GPT-3.5和其他大语言模型的英语语言性能:

Aave社区发起将V3部署至Base网络的温度检查提案:5月24日消息,据 Aave 治理网站信息,Aave 社区发起将 V3 部署至 Base 网络的温度检查提案。目前该提案正向社区征集反馈意见。此前,Aave 社区已投票决定在 Arbiturm、Metis 和 Optimism 等其他 L2 网络上部署 Aave V3 协议。[2023/5/24 15:24:16]

就像许多使用ChatGPT的公司一样,OpenAI表示他们内部也在使用GPT-4,因此OpenAI也在关注大型语言模型在内容生成、销售和编程等方面的应用效果。OpenAI还使用GPT-4辅助人们评估AI输出,这也是OpenAI对其策略的第二阶段。OpenAI既是GPT-4的开发者,也是使用者。

GPT-4:我能玩梗图

GPT-4可以接受文本和图像形式的prompt,新能力与纯文本设置并行,允许用户指定任何视觉或语言任务。

具体来说,它在人类给定由散布的文本和图像组成的输入的情况下生成相应的文本输出。在一系列领域——包括带有文本和照片的文档、图表或屏幕截图上——GPT-4展示了与纯文本输入类似的功能。此外,它还可以通过为纯文本语言模型开发的测试时间技术得到增强,包括少样本和思维链prompt。

比如给GPT-4一个长相奇怪的充电器的图片,问为什么这很可笑?

GPT-4回答道,VGA线充iPhone。

格鲁吉亚和西亚的人均每日肉类消费,算平均数:

看起来,现在的GPT已经不会在计算上胡言乱语了:

Coinbase前首席产品官加入a16z,担任加密部门常驻高管:2月11日消息,Coinbase前首席产品官Surojit Chatterjee推特宣布已加入风投公司a16z,担任其加密货币部门的常驻高管。Chatterjee于2020年初加入Coinbase,并于今年2月3日正式离职。此前,他在谷歌工作了十多年,负责支付、广告技术和商业,包括Google Shopping的开发。今年早些时候,Coinbase表示,受加密寒冬的影响,计划裁员约20%。[2023/2/11 12:00:38]

还是太简单,那直接让它做题,还是个物理题:

GPT-4看懂了法语题目,并完整解答:

GPT-4可以理解一张照片里「有什么不对劲的地方」:

GPT-4还可以量子速读看论文,如果你给它InstructGPT的论文,让它总结摘要,就会变成这样:

如果你对论文里的某一个图感兴趣呢?GPT-4也可以解释一下:

日本国税厅发布对区块链游戏等NFT交易征税的指导方针,涵盖所得税、消费税等情况:1月16日消息,日本国税厅今日发布了有关NFT的税务上的一般处理文件,指南除了列举争对NFT征收所得税的案例外,也发布了征收消费税等情况的案例。因游戏内代币的取得和使用情况非常频繁,难以评估,因此将在年末统一进行计算。

指南指出,如果个人创建NFT并将其出售给第三方(一次分配),或者如果购买NFT的人将其转售给另一个人(二次分配),则利润是“所得税”,需缴纳税款。如果你把NFT免费送给熟人,赠送的一方可能不征税,但赠与的一方可能征税。某人制作NFT并通过市场销售给日本消费者从中获得报酬时,该NFT制作者将被征收消费税。另外,作为二次流通,将购入的NFT卖给他人时,如果是通过日本经营者进行对价出售的,则对该经营者征收消费税。

通过区块链游戏获得的报酬原则上被划分为“杂项收入”,是所得税的征税对象。但作为报酬获得的游戏内代币,如果只能在游戏内使用,则不被视为所得税征税对象。另外,对于此前不明确的“因不正当访问导致NFT被盗、消失的情况”等,也明确了税法上的原则性处理。但是,FAQ只是关于一般处理的回答,需要注意具体问题将具体对待,因此确定申报时的详细计算方法需要向专家和国税厅确认。(Coinpost)[2023/1/16 11:14:19]

接着来,问GPT-4梗图是什么意思:

它给出了详细的回答:

那么漫画呢?

让GPT-4解释为什么要给神经网络加层数,似乎有一点加倍的幽默感。

不过OpenAI在这里说了,图像输入是研究预览,仍不公开。

21.co聘请前高盛高管担任首席技术官:金色财经报道,加密投资产品公司21.co聘请前高盛校友担任首席技术官,以促进公司的领导力和产品开发。据悉,Josse在投行高盛工作了约10年,担任公司Marcus的数据工程和商业智能全球主管。而最近,Josse是数字资产交易所Symbridge的首席技术官。

此前消息,21Shares母公司21.co以20亿美元估值完成2500万美元融资。(CoinDesk)[2022/9/29 6:02:51]

研究人员用学术的Benchmark视角来解读GPT-4的看图能力,然而这已经不够了,他们还能不断发现该模型可以令人兴奋地处理新任务——现在的矛盾是AI的能力和人类想象力之间的矛盾。

看到这里,应该有研究人员感叹:CV不存在了。

可控性

与具有固定冗长、平静语气和风格的经典ChatGPT个性不同,开发人员现在可以通过在「系统」消息中描述这些方向来规定他们的AI的风格和任务。

系统消息允许API用户在一定范围内定制化实现不同的用户体验。OpenAI知道你们在让ChatGPT玩Cosplay,也鼓励你们这样做。

局限性

尽管功能已经非常强大,但GPT-4仍与早期的GPT模型具有相似的局限性,其中最重要的一点是它仍然不完全可靠。OpenAI表示,GPT-4仍然会产生幻觉、生成错误答案,并出现推理错误。

目前,使用语言模型应谨慎审查输出内容,必要时使用与特定用例的需求相匹配的确切协议。

总的来说,GPT-4相对于以前的模型已经显著减轻了幻觉问题。在OpenAI的内部对抗性真实性评估中,GPT-4的得分比最新的GPT-3.5模型高40%:

GPT-4在TruthfulQA等外部基准测试方面也取得了进展,OpenAI测试了模型将事实与错误陈述的对抗性选择区分开的能力,结果如下图所示。

实验结果表明,GPT-4基本模型在此任务上仅比GPT-3.5略好;然而,在经过RLHF后训练之后,二者的差距就很大了。以下是GPT-4的测试示例——并不是所有时候它都能做出正确的选择。

该模型在其输出中可能会有各种偏见,OpenAI在这些方面已经取得了进展,目标是使建立的人工智能系统具有合理的默认行为,以反映广泛的用户价值观。

GPT-4通常缺乏对其绝大部分数据截止后发生的事件的了解,也不会从其经验中学习。它有时会犯一些简单的推理错误,这似乎与这么多领域的能力不相符,或者过于轻信用户的明显虚假陈述。有时它也会像人类一样在困难的问题上失败,比如在它生成的代码中引入安全漏洞。

GPT-4预测时也可能出错但很自信,意识到可能出错时也不会double-check。有趣的是,基础预训练模型经过高度校准。然而,通过OpenAI目前的后训练过程,校准减少了。

风险及缓解措施

OpenAI表示,研究团队一直在对GPT-4进行迭代,使其从训练开始就更加安全和一致,所做的努力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测和执行。

GPT-4有着与以前的模型类似的风险,如产生有害的建议、错误的代码或不准确的信息。同时,GPT-4的额外能力导致了新的风险面。为了了解这些风险的程度,团队聘请了50多位来自人工智能对齐风险、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,对该模型在高风险领域的行为进行对抗性测试。这些领域需要专业知识来评估,来自这些专家的反馈和数据为缓解措施和模型的改进提供了依据。

预防风险

按照demo视频里OpenAI工程师们的说法,GPT-4的训练在去年8月完成,剩下的时间都在进行微调提升,以及最重要的去除危险内容生成的工作。

GPT-4在RLHF训练中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的输出。奖励是由GPT-4的零样本分类器提供的,它判断安全边界和安全相关prompt的完成方式。为了防止模型拒绝有效的请求,团队从各种来源收集多样化的数据集,在允许和不允许的类别上应用安全奖励信号。

这些措施大大在许多方面改善了GPT-4的安全性能。与GPT-3.5相比,模型对不允许内容的请求的响应倾向降低了82%,而GPT-4对敏感请求的响应符合政策的频率提高了29%。

训练过程

与之前的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。OpenAI使用公开可用的数据以及已获得许可的数据进行训练。训练数据是一个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,以及各种各样的意识形态和想法。

因此,当提出问题时,基础模型的回应可能与用户的意图相去甚远。为了使其与用户意图保持一致,OpenAI依然使用强化学习人类反馈(RLHF)来微调模型的行为。请注意,该模型的能力似乎主要来自预训练过程——RLHF不会提高考试成绩。但是模型的控制来自后训练过程——基础模型甚至需要及时的工程设计来回答问题。

GPT-4的一大重点是建立了一个可预测扩展的深度学习栈。主要原因是,对于像GPT-4这样的大型训练,进行广泛的特定模型调整是不可行的。团队开发了基础设施和优化,在多种规模下都有可预测的行为。为了验证这种可扩展性,他们提前准确地预测了GPT-4在内部代码库上的最终损失,方法是通过使用相同的方法训练的模型进行推断,但使用的计算量为1/10000。

现在,OpenAI可以准确地预测在训练过程中优化的指标。例如从计算量为1/1000的模型中推断并成功地预测了HumanEval数据集的一个子集的通过率:

有些能力仍然难以预测。例如,InverseScaling竞赛旨在找到一个随着模型计算量的增加而变得更糟的指标,而hindsightneglect任务是获胜者之一。GPT-4扭转了这一趋势。

能够准确预测未来的机器学习能力对于技术安全来说至关重要,但它并没有得到足够的重视,OpenAI表示正在投入更多精力开发相关方法,并呼吁业界共同努力。

OpenAI表示正在开源OpenAIEvals软件框架,它被用于创建和运行基准测试以评估GPT-4等模型,同时可以逐样本地检查模型性能。

ChatGPT直接升级至GPT-4版

GPT-4发布后,OpenAI直接升级了ChatGPT。ChatGPTPlus订阅者可以在chat.openai.com上获得具有使用上限的GPT-4访问权限。

要访问GPT-4API,用户可以注册等待。OpenAI会邀请部分开发者体验。

获得访问权限后,用户目前可以向GPT-4模型发出纯文本请求。至于价格方面,定价为每1k个prompttoken0.03美元,每1k个completiontoken0.06美元。默认速率限制为每分钟40k个token和每分钟200个请求。

GPT-4的上下文长度为8,192个token。OpenAI还提供了32,768个token上下文版本的有限访问,该版本也将随着时间自动更新(当前版本gpt-4-32k-0314,也支持到6月14日)。定价为每1Kprompttoken0.06美元和每1kcompletiontoken0.12美元。

以上,就是今天OpenAI关于GPT-4的所有内容了。令人不满的一点是,OpenAI公开的技术报告中,不包含任何关于模型架构、硬件、算力等方面的更多信息,可以说是很不Open了。

不管怎样,迫不及待的用户大概已经开始测试体验了吧。

最后,也想问一下读者,看完GPT-4的发布,你有何感想。

标签:GPTPENOPENNAIgpt币最新消息BPENG币Open Trading NetworkBaby Floki Billionaire

火币下载热门资讯
稳定币:USDC灾难时刻,稳定币表现大观

注:本文来自@darkforest_lian推特,MarsBit整理如下:USDC灾难时刻,稳定币表现大观前记:稳定币市场在这一刻血流成河.

1900/1/1 0:00:00
ION:zkData Attestation,借助密码学实现「万物皆可证明」

基于「Attestation」的公共证明服务最近以太坊开发者盛会ETHDenver正如火如荼地举行,一个略显陌生的词「Attestation」被很多开发者提起.

1900/1/1 0:00:00
SDC:硅谷银行挤兑的48小时:多个加密风投和初创企业被波及、USDC等稳定币脱锚

硅谷银行也暴雷了。继加密友好银行SilvergateBank宣布清算后,3月10日,硅谷银行被监管机构关闭,如今,用户存放在平台上的资产面临不确定的取出时间表.

1900/1/1 0:00:00
USD:银行爆雷币圈大涨,这什么路数?硅谷银行破产对币圈的影响

上周加密圈上演了各种尖锋时刻和反转人生,虚汗和泪水已经在脸上胡乱的干了又湿了,内心也被各种信仰崩塌和信息偏差抽打得怀疑人生,不是我不爱只是世界变化快,兜里的三十块只剩猪脚饭,3月8日.

1900/1/1 0:00:00
RUM:领到Arbitrum 空投后,如何最大化收益?

3月23日,大约10亿美元价值的Arbitrum本地治理代币ARB将分发给该平台的早期用户。据欧科云链OKLink多链浏览器数据显示,Arbitrum网络TPS短时突破100笔/秒,达到106笔.

1900/1/1 0:00:00
WEB3:ETHDenver 2023 盛会中的重点趋势一览

在2月24日至3月5日举办的ETHDenver创新节是全球最大、持续时间最长的以太坊活动之一。本次活动将面向以太坊和其他区块链协议爱好者、设计者和开发人员.

1900/1/1 0:00:00