一觉醒来，GPT4 出来了！总结要点：

一觉醒来，GPT4 出来了！总结要点： -提升专业学术能力，各类考试超过90%的人类 -真正的多模态，可以把纸笔画的原型直接写出网页代码。读论文时可以知道插图含意。 -英文准确度提升，70%到85.5% -中文准确度提升，达到 GPT3.5 的英文水平。 目前限量供应中，只有 ChatGPT Plus 和 Poe 订阅可以体验。

今日重磅： Open AI 正式推出 GPT-4！

今日重磅： Open AI 正式推出 GPT-4！ 在演示视频中，GPT-4 可以实现： - 问它如何清洁装满食人鱼的鱼缸里面？（ 回答惊喜连连~） - 自动编写一个python脚本来分析我的月度财务情况（支持主流编程语言） - 分析、理解图片，并「预测」可能性（这里的预测太酷了： 杠杆那头的棒球会被击飞） 综合来说： GPT-4 是多模态。直接读取图片和文档等应用场景。 （多模态意味着机器拥有了更多维度的输入数据处理能力，类似生物有了多感官能力。） GPT-4的高级推理能力超过了ChatGPT。 上下文理解巨幅提升。 GPT-4能够处理超过25,000字的文本，允许使用案例，如长形式的内容创建，扩展的对话，以及文件搜索和分析。 中文准确度大幅提升。 更多请访问Open AI官网： Invalid media:

GPT4 在优化速度降低成本，智商也跟着大幅降低了。

GPT4 在优化速度降低成本，智商也跟着大幅降低了。 Quinn Leng: 可能很多重度用户跟我一样都感觉到 ChatGPT 最近几个月变傻了一些。还真是这样， 这篇论文最近半年对 GPT3.5 和 GPT4 的研究发现： GPT4 年初生成的代码 52% 概率可以直接执行，而现在大幅下降到 10% 。对素数的识别准确率从 97.6% 骤降到了 2.4%

GPT4 的四个能力示例

GPT4 的四个能力示例 - 画小人，对人体的结构理解和视觉能力 - 文字解谜，对空间的感知能力 - 对话分析，对人类对话的深度理解能力 - 代码解释，用自然语言推导代码运行结果 读过《千脑智能》的朋友应该还记得，人类的大脑里有一个世界模型，并在此模型内进行预测，而GPT4里也初步展现出“世界模型”。 要注意，这只是没有经过视觉训练的GPT4的早期版本。 GPT4 多模态版本的真正的实力，除了 OpenAI 还没人知道。

openAI开发者大会总结：自定义GPT发布，API升级多模态，成本进一步降低

openAI开发者大会总结：自定义GPT发布，API升级多模态，成本进一步降低 自定义GPT：GPT仅需3分钟便能创造一个属于自己的gpt，可以根据上传的内容，专业性的回答相关联内容，可以面向任何人开放，GPT开发者可以像IOS开发者一样，生成各种自定义的GPT，并通过这些GPT赚取利润，openAI未来还将上线GPTs商店，帮助开发者共创价值。 API升级多模态：现有的GPT-4 API升级为GPT-4 Turbo，包含了全新的6项更新，分别是：上下文窗口提高到128k(相当于300页书籍)；更多控制；多模态视觉、DALL-E 3和语音API一起开放；GPT-4微调开放；双倍GPTR-4调用速率限制开放。此外全新Assistants API，包含了检索、代码解释器等新功能。 成本降低：GPT-4 Turbo输入降价到原来的1/3，为1美分每千token，输出降价到原来的1/2，为3美分每千token，同时不再设置上下文长度区分，统一128k，代码解释器按绘画次数收费，每次三美分，检索则根据容量和天数收费。 来源：

LLaV：一个拥有类似 GPT-4 的大语言+视觉模型

LLaV：一个拥有类似 GPT-4 的大语言+视觉模型 “使用机器生成的指令跟踪数据对大型语言模型 (LLM) 进行指令调优提高了新任务的零样本能力，但这一想法在多模式领域的探索较少。 所以，我们开始尝试使用纯语言 GPT-4 生成多模态语言图像指令跟踪数据。通过对此类生成的数据进行指令调整，并推出了 LLaVA：大型语言和视觉助手。 这是一种端到端训练的大型多模态模型，连接视觉编码器和 LLM 以实现通用视觉和语言理解。 早期实验表明，LLaVA 展示了令人印象深刻的多模型聊天能力，有时在看不见的图像 / 指令上表现出多模态 GPT-4 的行为，并且与合成多模态指令跟随数据集上的 GPT-4 相比，相对分数达到了 85.1%。 当在 Science QA 上进行微调时，LLaVA 和 GPT-4 的协同作用达到了 92.53%，这个准确率颇高。 因此，我们在 GitHub 正式开放 GPT-4 生成的视觉指令调整数据、模型和代码库。” |||||