就在昨天凌晨，OpenAI 发布了多模态预训练大模型 GPT-4。
这不昨天一觉醒来，GPT- 4 都快刷屏了，不管是在朋友圈还是网络上都看到了很多信息和文章。
GPT 是 Generative Pre-trained Transformer 的缩写，也即生成型预训练变换模型的意思。
OpenAI 在公告中写道，GPT- 4 是一个多模态大模型，也是 OpenAI 努力扩展深度学习最新的里程碑。
OpenAI 的 CEO 也说这是他们到目前为止功能最强大的模型。
相信这两天大家在网络上看到的信息比较多也比较杂，关于 GPT-4，我们这里也 总结了几个比较关键的点。
1、支持视觉输入
GPT- 4 拥有多模态能力，现在可以接受图像输入并理解图像内容，这也是这次发布比较有吸引力的一个点。
比如官方给出了一个示例，给出一幅图，手套掉下去会怎么样？
GPT- 4 可以理解并输出给到：它会掉到木板上，并且球会被弹飞。
再比如给 GPT- 4 一个长相奇怪的充电器图片，问为什么这很可笑？
GPT- 4 回答道，VGA 线充 iPhone。
另外 GPT- 4 也可以识别与解析图片内容，比如直接将论文截图后丢给 GPT-4，它就可以自动对其进行理解和分析。
用户甚至还可以直接画一个网站草图拍照丢给 GPT-4，它就可以立马帮助生成代码。
2、文字输入限制提升
GPT- 4 的文字输入限制进一步提升，得益于此，GPT- 4 的实用性也进一步扩展。比如发布会直播上 OpenAI 总裁现场演示了一波 GPT- 4 给代码修 Bug。
用户可以直接把万字的程序文档丢给 GPT- 4 等着解决方法。
3、性能提升
在正常的对话过程中，对于 GPT-3.5 和 GPT- 4 之间的区别感知可能很微妙，但是当处理一些复杂输入时 GPT- 4 的优势会更明显。
团队表示，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，其中一个数据就是它通过了模拟律师考试，且分数在应试者的前 10% 左右，而此前发布的 GPT-3.5，则处于倒数 10% 的行列。
OpenAI 也在那些为机器学习模型设计的传统基准上评估了 GPT-4。从实验结果来看，GPT-4 大大优于现有的大型语言模型，以及大多数 SOTA 模型。
4、依然有限制性
尽管这次发布的 GPT- 4 表现出了很强大的能力，但是官方依然表示 GPT- 4 与早期的 GPT 模型具有相似的局限性，并不是绝对可靠。
官方表示使用这些语言模型时还是要谨慎审查其输出内容，必要时使用与特定用例的需求相匹配的确切协议（例如人工审查、附加上下文或完全避免高风险场景下的使用）。
GPT- 4 仍然可能会产生幻觉、生成错误答案，并出现推理错误，所以团队这也是提前给打了一个预防针。
虽然这仍然是一个问题，但 GPT- 4 相较于于以前的模型显著减少了“幻觉”。在内部的对抗性真实性评估中，GPT- 4 的得分比最新的 GPT-3.5 高 40%。
5、关于使用
聊了这么多，普通用户要想使用上 GPT- 4 估计还要再等等。
目前是只有 ChatGPT Plus 付费订阅会员才可以试用 GPT-4，且试用阶段每四小时最多发 100 条信息。
而且目前来说，用户依然只能发出纯文本信息，像图像等一些视觉输入功能估计后续才会放开使用。
目前 OpenAI 仅仅是开放了 GPT-4 API 的申请通道。
用户如果想要使用的话，可以先提申请加入 waitlist 列表等待通过。
6、关于 GPT- 4 论文
关于 GPT- 4 发布的细节和技术，官方也给出了一个 pdf 版本的详细技术报告，有兴趣的小伙伴可以看看。
总而言之，这两天看到太多有关 GPT- 4 的信息，不知道为啥心里总有一种说不出来的感觉。
我不知道怎么样去描述这种感受，但是我想起来之前发的一篇文章评论区一位小伙伴的留言：
“突然感觉向未来迈出了一步是怎么回事”
好了，今天的分享就先到这里吧，我们下期见。
原文链接：https://www.bilibili.com/read/cv22438677/
