OpenAI 通过新更新解决了 GPT-4 的“懒惰”问题

OpenAI 通过新更新解决了 GPT-4 的“懒惰”问题 在一篇博客文章中，OPENAI 表示，更新后的 GPT-4 Turbo 比之前的预览模型更彻底地完成了代码生成等任务，旨在减少模型未完成任务的'懒惰'情况。新模型还修复了影响非英语 UTF-8 生成的错误。OPENAI 计划在未来几个月内正式推出带有视觉功能的 GPT-4 Turbo。 前段时间，部分 ChatGPT 用户反馈聊天机器人经常拒绝完成提示的任务，该公司将原因归咎于模型缺乏更新。不过，OPENAI 这次更新的是 GPT-4 Turbo，使用 GPT-4 的用户可能仍然会遇到同样的问题。

ℹOpenAI 宣布修复 GPT-4 变懒的问题，并调降价格#

ℹOpenAI 宣布修复 GPT-4 变懒的问题，并调降价格# 上个月初时，随著越来越多用户反应 GPT-4 的回答大不如前，OpenAI 也出来证实他们也有发现这一点，虽然目前似乎还没完全修复，但至少...

OpenAI 公司在中国申请注册 GPT-4 商标

OpenAI 公司在中国申请注册 GPT-4 商标 欧爱运营有限责任公司（OPENAI OPCO, LLC）近期申请注册了“GPT-4”商标，国际分类为科学仪器，当前商标状态为申请中。此前，该公司还申请注册了一枚国际分类为网站服务的“WHISPER”商标（IT之家注：Whisper 为 OpenAI 此前发布的神经网络，声称其在英语语音识别方面已接近人类水平）。 不久前，OpenAI 发布了多模态预训练大模型 GPT-4，与 ChatGPT 所用的模型相比，GPT-4 不仅能够处理图像内容，且回复的准确性有所提高。目前，GPT-4 仅向 ChatGPT Plus 的付费订阅用户及企业和开发者开放。 GPT-4 实现了以下几个方面的飞跃式提升：更聪明，做题水平越来越好；支持图像输入，拥有强大的识图能力，但目前只限内部测试；更长的上下文，文字输入限制提升至 2.5 万字；回答准确性显著提高；更安全，有害信息更少。

OpenAI宣布GPT-3.5 Turbo降价 还治好了GPT-4 Turbo的＂懒病＂

OpenAI宣布GPT-3.5 Turbo降价 还治好了GPT-4 Turbo的＂懒病＂ OpenAI这次更新中，特别提到了它们的GPT-4Turbo和GPT-3.5 Turbo两大模型。它们都是大型多模式模型，可以理解和生成自然语言或代码。在新版本中，它们迎来了诸多增强功能，包括更精准的指令跟随、支持JSON模式、更多可复现的输出，以及并行函数调用的优化。此外，该公司还推出了全新的16k版本GPT-3.5 Turbo，这一版本在处理超长输入和输出时，相比标准的4k版本展现出了更为出色的性能。对于众多用户而言，GPT-3.5 Turbo并不陌生。作为大多数人通过ChatGPT进行互动的背后支持模型，它几乎已经成为了行业内的金标准。面对其他聊天机器人，如果用户发现其回答质量不及ChatGPT，那么继续使用后者无疑成为了最佳选择。在API领域，GPT-3.5 Turbo同样表现不俗。在执行各类任务时，它不仅能够提供比GPT-4更低的成本，还能保证更快的执行速度。因此，对于那些付费用户来说，此次输入价格下调50%、输出价格下调25%无疑是一大利好。具体来说，新的输入价格定格在每千个代币0.0005美元，而输出价格则为每千个代币0.0015美元。在处理文本密集型应用（如整篇论文或书籍的分析）时，这些代币的累积费用往往相当可观。而且随着开源大模型开始发力，OpenAI需要确保其客户不会离开。因此，这一价格调整无疑将为用户带来真正的实惠。当然，这也是模型精简和基础设施改进的结果。在GPT-3.5 Turbo上，OpenAI还悄然推出了代号为GPT-3.5 Turbo 0125的新模型版本。虽然该公司并未大肆宣扬，但这一版本显然包含了一系列“各种改进”。不过，相较于最新版本GPT-3.5 Turbo 0613，这一更新似乎并未带来公司认为值得特别提及的重大突破。在GPT-4 Turbo上，OpenAI同样有所动作。一个新的API使用预览模型GPT-4 Turbo 0125应运而生。这个模型成功解决了GPT-4 Turbo过去存在的一个老问题，即模型在面对某些任务时可能出现的“懒惰”情况。此外，GPT-4 Turbo 0125在代码生成等任务方面的表现也较之前的预览模型有了显著提升。目前，GPT-4 Turbo 0125仍处于预览模式阶段。不过，具有视觉效果的GPT-4 Turbo（即GPT-4 V）有望在“未来几个月内”与广大用户正式见面。在嵌入模型方面，OpenAI同样带来了令人振奋的消息。该公司推出了全新的text-embeddings-3-small和text-embeddings-3-large模型，它们相较于上一代的text-embeddings-ada-002展现出了更为强大的性能和更为亲民的价格。这些新模型能够创建多达3072维度的嵌入空间，从而捕获更多的语义信息并提高下游任务的准确性。在性能测试中，新模型将多语言检索（MIRACL）常用基准的平均分数从31.4%提升至54.9%，而在英语任务（MTEB）常用基准上的平均分数也从61.0%提升至64.6%。更值得一提的是，与text-embeddings-ada-002相比，text-embeddings-3-small的价格降到1/5，这无疑为开发人员带来了更为经济实惠的选择。此外，OpenAI还发布了一个全新版本的免费文本审核API。这一API能够检测文本是否包含敏感或不安全的内容，并且新版本还扩展了支持的语言和领域范围，同时为其预测提供了更为详尽的解释。 ... PC版： 手机版：

Bing Chat 愈发笨拙可能是安全训练导致，而不是部署了更小版本的 GPT-4

Bing Chat 愈发笨拙可能是安全训练导致，而不是部署了更小版本的 GPT-4 微软研究院首席研究员 Sébastian Bubeck 是《》论文的第一作者，在MIT的提到了自己测试 GPT-4 (无视觉版) 画画的经历，AI从越来越强到越来越弱: 一个月期间，OpenAI 不断在训练 GPT-4，拥有早期访问权限的 Sébastian Bubeck 每隔一段时间就向 GPT-4 索要一幅独角兽画，以此作为智力的基准，结果发现 GPT-4 的独角兽画一直在进步。但最终，GPT-4 开始接受安全训练时，独角兽画开始退化。

哈佛的CS50课程节选：GPT-4是如何工作的？

哈佛的CS50课程节选：GPT-4是如何工作的？ 在这门课程中，介绍了GPT-4的基本概念和工作原理，介绍了GPT-4的基本概念、工作原理和应用前景，展示了其在各种场景下的强大能力。 GPT-4作为一种生成式AI和大型语言模型，是基于神经网络和人工智能的。它可以作为文化模拟器、文本预测器、写作助手和内容生成器。 GPT-4的训练目标是预测给定单词序列的下一个单词。通过对五万个单词的词汇表进行概率分布生成，模型可以生成各种可能的后续单词。通过不断迭代这一过程，GPT-4能够生成连贯的文本。 随着模型训练时间的增加，GPT-4表现出越来越强的表现力和能力，甚至变得更加“聪明”。这使得它能够模仿不同类型的文本风格和语言注册。例如，GPT-3通过观察大量问题和答案示例，实际上已经知道如何回答问题，从而形成了ChatGPT。这使得GPT-4可以以问答的形式工作，为用户提供解决问题的帮助。 此外，GPT-4通过指令调整、强化与人类反馈对齐等方法，与现有的工具和服务相结合。这使得GPT-4能够帮助用户执行各种任务，如搜索网络、查找食谱等。通过将GPT-4转变为代理，实现任何模糊目标成为未来发展的方向。 |