-
多模態(tài)GPT-4被吹爆,但仍會“一本正經(jīng)胡說八道”
最后更新: 2023-03-15 15:11:15(文/賀喜格 編輯/呂棟)
今年初以來,以AI大模型GPT3.5為基礎(chǔ)的聊天機器人ChatGPT引發(fā)大量關(guān)注,股市上相關(guān)概念遭到熱炒。正當(dāng)ChatGPT的熱度有所下降時,微軟投資的OpenAI又推出了GPT-4,號稱功能比GPT3.5更強大。
北京時間3月15日凌晨,OpenAI正式發(fā)布大型多模態(tài)模型GPT-4。據(jù)介紹,與ChatGPT只能接收文字不同,GPT-4能接收圖像和文本輸入來輸出文本內(nèi)容;擴寫能力得到增強,能處理超過2.5萬個單詞的文本;更具創(chuàng)造力,回答準確性顯著提高;能夠生成歌詞、創(chuàng)意文本,實現(xiàn)風(fēng)格變化;并且能夠處理更細微的指令。
“這是我們迄今為止功能最強大的模型!”O(jiān)penAI的高管和工程師在介紹視頻里直言:“GPT-4是世界第一款高體驗、強能力的先進AI系統(tǒng),我們希望很快把它推向所有人?!?
新的大模型一經(jīng)發(fā)布,便受到網(wǎng)友們的熱捧。但仍然值得的一提的是,雖然GPT-4的功能進一步增強,但仍然不完全可靠。OpenAI坦言,GPT-4仍然會產(chǎn)生幻覺、生成錯誤答案,并出現(xiàn)推理錯誤。
自去年11月推出以來,ChatGPT已經(jīng)能夠根據(jù)用戶提示生成原創(chuàng)文章、故事和歌詞,但它也引發(fā)了一些擔(dān)憂。最近幾周,人工智能聊天機器人(包括來自微軟和谷歌的工具)因情緒反應(yīng)過激、犯事實錯誤和完全“幻覺”而受到指責(zé)。
GPT-4文字輸入限制提升至2.5萬個單詞
專業(yè)場景中接近人類水平
開發(fā)GPT大模型的OpenAI稱,GPT-4能接受圖像和文本輸入,輸出文本內(nèi)容,雖然在許多現(xiàn)實場景中的能力不如人類,但在各種專業(yè)和學(xué)術(shù)基準測試中已做到人類水平的表現(xiàn)。
之前人們使用的ChatGPT只有處理文本的能力,GPT-4開始接受圖像作為輸入介質(zhì)。比如,給它展示一張圖片,問它手套掉下午會發(fā)生什么,很快會得到“它會掉到木板上,并且球會被彈飛”的回答。
OpenAI還用一張“梗圖”演示了GPT-4的新功能。用戶提問:解釋下圖的笑點是什么,并對圖片中的每部分進行描述。GPT-4會分別對每張圖中的內(nèi)容進行描述,并指出這幅圖把一個大而過時的VGA接口插入一個小而現(xiàn)代的智能手機充電端口,是荒謬的。
GPT-4也能簡練指出圖片的違和之處。用戶提問:“這張圖片有什么不尋常之處”時,GPT-4簡練地回答出“一名男子正在行駛中的出租車車頂上使用熨衣板熨燙衣服”。
不僅是圖像理解,它還可以閱讀圖片形式的論文。通過幾張論文的圖片,GPT-4可以總結(jié)內(nèi)容,也可以對指定內(nèi)容展開解釋。
除了在文本輸入的基礎(chǔ)上進一步接受了圖像輸入外,GPT-4還升級成為了一個“學(xué)霸”,基準測試表現(xiàn)遠遠優(yōu)于現(xiàn)有模型。OpenAI表示,如果是隨意聊天,用戶可能不太能感受出GPT-3.5與GPT-4之間的區(qū)別。但當(dāng)任務(wù)的復(fù)雜性達到足夠的閾值時,GPT-4將明顯比GPT-3.5更可靠、更有創(chuàng)意,并且能夠處理更細微的指令。“在我們的內(nèi)部評估中,它產(chǎn)生正確回應(yīng)的可能性比GPT-3.5高40%?!?
根據(jù)測試,在“美國高考”SAT中,GPT-4的分數(shù)增加了150分,現(xiàn)在能拿到1600分中的1410分。它還通過了模擬律師考試,且分數(shù)在應(yīng)試者的前10%左右;相比之下,GPT-3.5的得分在倒數(shù)10%左右。
此外,GPT-4對于英語以外的語種支持也得到了大大的優(yōu)化。許多現(xiàn)有的機器學(xué)習(xí)基準測試都是用英語編寫的。為了初步了解GPT-4在其他語言中的性能,OpenAI使用Azure Translate將MMLU基準測試(一套涵蓋57個主題的14000個多項選擇題)翻譯成各種語言。在測試的26種語言中,有24種語言,GPT-4優(yōu)于GPT-3.5和其他大語言模型的英語語言性能。
在API(應(yīng)用程序編程接口)方面,GPT-4還開放了一個使用功能,允許修改“系統(tǒng)提示”。之前ChatGPT的回答總是冗長而平淡,這是因為系統(tǒng)提示中規(guī)定了“你只是一個語言模型……你的知識截止于2021年9月”。現(xiàn)在通過修改這句話,GPT-4就可以展現(xiàn)出更多樣的性格,比如扮演蘇格拉底。
OpenAI請GPT-4模型以蘇格拉底風(fēng)格教學(xué),絕對不能給學(xué)生答案;相反地,還要不斷提出好問題幫助學(xué)生思考。ChatGPT果真循循善誘,以提問代替直接回答。取自O(shè)penAI官網(wǎng)
仍然不完全可靠
在體驗ChatGPT之時,不少用戶會發(fā)現(xiàn)ChatGPT時不時會“一本正經(jīng)地胡說八道”,而GPT-4盡管號稱功能更全面,但會出現(xiàn)幻覺、胡說八道的毛病還是沒能完全改掉。
OpenAI介紹,盡管功能已經(jīng)非常強大,但GPT-4仍與早期的GPT模型具有相似的局限性,其中最重要的一點是它仍然不完全可靠。GPT-4仍然會生成錯誤答案,并出現(xiàn)推理錯誤。
也就說,在GPT-4身上依然可以看到之前版本“一本正經(jīng)地胡說八道”的情形。OpenAI強調(diào),仍然推薦在使用它的時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。
不過OpenAI也提到,該系統(tǒng)已經(jīng)接受了六個月的安全培訓(xùn),在內(nèi)部對抗性真實性評估中,GPT-4的得分比最新的GPT-3.5高:“響應(yīng)不允許內(nèi)容的請求的可能性降低了82%,產(chǎn)生真實事實的可能性提高了40%,優(yōu)于GPT-3.5?!?
網(wǎng)傳GPT-3和GPT-4參數(shù)對比圖,但此次OpenAI沒有給出GPT-4參數(shù)量
“它仍然存在缺陷,仍然有限,但它有明顯的改進。它比以前的模型更有創(chuàng)意,它的幻覺明顯減少,而且它的偏見也更少?!監(jiān)penAI公司CEO奧特曼在Twitter上稱,GPT-4是其模型“最有能力且最符合”人類價值觀和意圖的模型。
這也意味著,相較之前的模型來說,GPT-4雖然仍可能“一本正經(jīng)地胡說八道”,但頻率有所減小。
不過頻率的減小還是不能讓人們放松警惕。在GPT-4發(fā)布后,微軟營銷主管表示,“如果你在過去六周內(nèi)的任何時候使用過新的Bing預(yù)覽版,你就已經(jīng)提前了解了OpenAI最新模型的強大功能?!?
這似乎可以理解為,微軟的新必應(yīng)早就已經(jīng)用上了GPT-4。而結(jié)合前段時間對新必應(yīng)的爭議來看,已經(jīng)用上了GPT-4的新必應(yīng)還是出現(xiàn)了不少“發(fā)瘋”行為。
此外,與前一代一樣,GPT-4是基于2021年9月之前的數(shù)據(jù)訓(xùn)練的,所以GPT-4對于2021年9月之后發(fā)生的事件仍然缺乏有效理解,也不會從其經(jīng)驗中進行學(xué)習(xí)。OpenAI表示:“GPT-4仍有許多已知的局限性,我們正在努力解決,例如社會偏見、幻覺和對抗性提示?!?
本文系觀察者網(wǎng)獨家稿件,未經(jīng)授權(quán),不得轉(zhuǎn)載。
標簽 ChatGPT- 責(zé)任編輯: 賀喜格 
-
“不后悔向小布什扔鞋,仍對美國感到憤怒”
2023-03-15 14:32 -
毛利率超資生堂!毛戈平每賺100元對應(yīng)產(chǎn)品成本不到19元
2023-03-15 14:29 觀網(wǎng)財經(jīng)-金融 -
?保銀行還是抗通脹?美聯(lián)儲陷入兩難
2023-03-15 14:25 觀網(wǎng)財經(jīng)-宏觀 -
?提前跑路?硅谷銀行高管被爆套現(xiàn)8400萬美元
2023-03-15 14:19 觀網(wǎng)財經(jīng)-金融 -
一未成年人直播打賞逾百萬元,消保委介入后平臺全額退回
2023-03-15 13:13 觀網(wǎng)財經(jīng)-消費 -
網(wǎng)紅餐廳藍蛙后廚亂象:過期蔬果繼續(xù)用、有效期標簽隨意換…
2023-03-15 11:57 -
兩年后在制程上反超臺積電、三星,英特爾能做到嗎?
2023-03-15 11:36 觀網(wǎng)財經(jīng)-科創(chuàng) -
拐點來了?前2月房地產(chǎn)開發(fā)投資降5.7%,較去年全年收窄4.3個百分點
2023-03-15 10:15 觀網(wǎng)財經(jīng)-房產(chǎn) -
穆迪下調(diào)美國整個銀行體系評級:穩(wěn)定→負面
2023-03-15 10:08 觀網(wǎng)財經(jīng)-海外 -
產(chǎn)業(yè)園項目只有鋼架就慶祝封頂?當(dāng)?shù)鼗貞?yīng)
2023-03-15 09:47 觀網(wǎng)財經(jīng)-房產(chǎn) -
全國高中“C9聯(lián)盟”成立:不針對第三方
2023-03-14 21:43 -
新華社受權(quán)播發(fā)《政府工作報告》
2023-03-14 19:11 觀網(wǎng)財經(jīng)-宏觀 -
?美國銀行危機,日本股市挨最狠的打
2023-03-14 19:03 觀網(wǎng)財經(jīng)-金融 -
危機加深?百年投行瑞士信貸自曝“重大缺陷”
2023-03-14 18:07 觀網(wǎng)財經(jīng)-海外 -
江蘇將舉辦大基金二期投資對接會
2023-03-14 17:02 觀網(wǎng)財經(jīng)-科創(chuàng) -
銀行危機時刻,瑞信自曝過去兩年財報程序有“重大缺陷”
2023-03-14 16:59 -
A股半導(dǎo)體概念逆勢上漲,中芯國際漲超10%創(chuàng)一年新高
2023-03-14 15:48 觀網(wǎng)財經(jīng)-科創(chuàng) -
“凌晨五點半,我把錢轉(zhuǎn)出來了!”
2023-03-14 13:46 觀網(wǎng)財經(jīng)-海外
相關(guān)推薦 -
他拒談2000億英鎊奴隸制賠償:就不能往前看? 評論 222關(guān)鍵時期,歐盟單獨約談個別車企妄圖分化中方 評論 355最新聞 Hot
-
143條!金磚通過《喀山宣言》,“將在聯(lián)合國分發(fā)”
-
“我們愿意為中國做一切符合他們利益的事情”
-
“重要盟友”想加入金磚,北約回應(yīng)
-
果然,她開始攪局…
-
他拒談2000億英鎊奴隸制賠償:就不能往前看?
-
巴菲特:我誰也不支持
-
民主黨集體發(fā)聲:對,他是法西斯
-
談到金磚,她提醒美歐“保持警惕”
-
美司法部警告馬斯克:你可能犯法了
-
“這一方面,歐盟遠遠落后中美”
-
中國男子在菲律賓釣魚時被綁架,“與非法博彩業(yè)有關(guān)”
-
“正與中方商談租借月壤樣品,我覺得中國會答應(yīng)”
-
“說印度是新的中國過于夸張,但‘去風(fēng)險’用得上”
-
這一幕被逐幀記錄!
-
會議記錄曝光!在華美企茫然:不可能的任務(wù)
-
“把特朗普關(guān)起來!”說罷,拜登發(fā)覺不太對…
-