OpenAI的官网缓存泄露GPT-4.5 Turbo模型

OpenAI的官网缓存泄露GPT-4.5Turbo模型OpenAI的官网似乎泄露了一张网页缓存，摘要部分的内容是宣布推出GPT-4.5Turbo模型，但是点开网页后会是404错误。https://twitter.com/foxshuo/status/1767606678839857423via匿名标签:#OpenAI#GPT频道:@GodlyNews1投稿:@GodlyNewsBot

OpenAI发布全能大模型：文图音任意组合输出，可实现人类级别响应

OpenAI发布全能大模型：文图音任意组合输出，可实现人类级别响应北京时间5月14日凌晨，OpenAI发布最新多模态大模型GPT-4o（o代表omini，全能），支持文本、音频和图像的任意组合输入，并生成文本、音频和图像的任意组合输出。文本、推理和编码智能方面性能达到了GPT-4Turbo水平，同时在多语言、音频和视觉能力方面也达到新高。据介绍，GPT-4o的速度比GPT-4Turbo快2倍，速率限制提高5倍，最高可达每分钟1000万token，而价格则便宜了一半。OpenAI首席技术官米拉·穆拉蒂（MuriMurati）在发布会上表示：“通过语音、文本和视觉进行推理非常重要，因为我们正在研究与机器交互的未来。”OpenAI也坦言，由于GPT-4o是公司首个结合了所有前述模式的模型，因此在探索模型功能及其局限性方面仍处于起步阶段，GPT-4o也开始扩大红队（测试）的访问权限。来源，频道：@kejiqu群组：@kejiquchat

GPT4模型与GPT4-Turbo模型的区别

GPT4模型与GPT4-Turbo模型的区别GPT-4和GPT-4Turbo都是由OpenAI开发的自然语言处理模型。1⃣大小和参数：GPT-4是一个更大的模型，拥有1.75万亿个参数，而GPT-4Turbo是一个更小的模型，参数数量较少。这意味着GPT-4在处理更复杂的任务和生成更长的文本时可能会更出色，而GPT-4Turbo则更适合于快速响应和简短的文本生成。2⃣速度和效率：由于GPT-4Turbo的参数数量较少，它在处理任务时通常会更快，更高效。这使得GPT-4Turbo更适合于实时应用和对响应时间要求较高的场景。3⃣适用场景：GPT-4适用于更广泛的应用场景，包括但不限于自然语言生成、问答系统、对话系统、摘要生成等。而GPT-4Turbo更适合于一些简单的任务，如快速回答问题、提供简短的建议或摘要等。4⃣成本：由于GPT-4的计算资源需求更高，因此其使用成本通常会更高。而GPT-4Turbo由于其更小的模型和更高的效率，其使用成本通常会更低。

LongChainAI员工分享了如何让GPT（语言模型）与Wolfram Alpha(长于符号逻辑）产生化学反应。试试还是不错的

LongChainAI员工分享了如何让GPT（语言模型）与WolframAlpha(长于符号逻辑）产生化学反应。试试还是不错的。我的例子中，GPT没有去WolframAlpha中查Biden的年龄（是对的，80）而是自己瞎编了个78。迫不及待等到ChatGPT生成代码，然后放到WolframMathematica（GoogleColab）去运行那一天（一个月能实现吗？），这样连复制粘贴的人都可以省掉了代码：https://colab.research.google.com/drive/1AAyEdTz-Z6ShKvewbt1ZHUICqak0MiwR?usp=sharing（代码中加入openai和wolframai的apitoken就行了）原po：https://twitter.com/hwchase17/status/1613190606591000576?s=61&t=eCVGaE1XkkhlFOMvazshsQ

DeepSeek Coder 成为第一个打败 GPT-4 Turbo 的开源代码模型

DeepSeekCoder成为第一个打败GPT-4Turbo的开源代码模型中国AI创业公司DeepSeek的成为第一个打败GPT-4Turbo的开源代码模型。DeepSeek上个月发布了混合专家模型，它的代码模型DeepSeekCoderV2就是基于该模型，它支持逾300种编程语言，在编程任务中超过了最先进的闭源模型如GPT-4Turbo、Claude3Opus和Gemini1.5Pro。在MBPP+、HumanEval和Aider编程测试中，DeepSeekCoderV2获得了76.2、90.2和73.7分；在MATH和GSM8K等数学测试中，DeepSeekCoderV2表现也类似。DeepSeekCoderV2采用了MIT许可证，对商业使用不设限制，它有160亿和2360亿参数两个版本。来源，频道：@kejiqu群组：@kejiquchat

LeCun 的 LLMs 退烧贴，把语言模型的局限写的很清楚

LeCun的LLMs退烧贴，把语言模型的局限写的很清楚https://twitter.com/ylecun/status/1625118108082995203?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E1625118108082995203%7Ctwgr%5Efd5a6f1edcf607a3bbc5c8bdcdd6cc3d8b13309e%7Ctwcon%5Es1_&ref_url=https%3A%2F%2Fwww.notion.so%2Forangeblog%2FChatGPT-5fe9daeeb2a04bebbdf02b3d9c282102