OpenAI發布GPT-4，做題能力更強，還接受圖片輸入，看懂梗圖無障礙！

GPT-4終於發布了！

資本市場狂歡之後，GPT-4在萬眾矚目下誕生，OpenAI在其官網以《GPT-4是OpenAI 最先進的系統，能夠產生更安全、更有用的回應》為題發布了這一最新模型。

這一迭代速度不可謂不快，僅僅四個月前，ChatGPT 剛剛推出，並成為歷史上成長最快的消費者應用程式。

總的來說，GPT-4提高了ChatGPT 的核心技術，使得它相比先前的版本，具有更廣泛的一般知識和解決問題的能力，使得聊天軟體能夠以更高的準確度解決更難的問題。

另外，它也增加了一些新功能，例如接受圖像作為輸入，產生標題、分類和分析。

GPT-4也能夠處理超過25000字的文本，允許用例如長形式的內容創建、擴展會話、文件搜尋和分析等。

新能力：看懂梗圖無障礙

GPT-4 模型中最大的更新之一是它引入了圖像作為輸入，並對其生成標題、分類和分析，而GPT-3.5 只能接受文字。

例如下面這個例子：

問題：這張圖有什麼好笑的?一點一點描述它。

GPT-4 答：此圖片顯示了一個包含三個圖片的「Lightning Cable」適配器。

圖1: 一個智慧型手機與 VGA 連接器(一個大型，藍色，15針連接器通常用於電腦顯示器)插入其充電埠。

圖2: 「Lightning Cable」適配器的封裝，上面有一個 VGA 連接器的圖片。

圖3: VGA 連接器的特寫鏡頭，最後是一個小型Lightning連接器(用於為 iPhone 和其他蘋果設備充電)。

這張圖片中的幽默來自於將過時的大型 VGA 連接器插入一個小型的現代智慧型手機充電埠的荒謬。

目前，雖然GPT-4 的能力不足以實現文字到視訊的生成和其他動態生成內容，但它確實提供了一個多元素聊天在未來將會是什麼樣子的一瞥，很容易想像，在未來，視訊、音訊、圖像和所有其他形式的內容將如何整合到聊天中。

舊能力：當任務足夠複雜，GPT-4 就會比GPT-3.5 高出一截

GPT-4 作為OpenAI 在擴展深度學習方面的最新里程碑，本質上是一個大型的多模態模型(接受圖像和文字輸入，發出文字輸出) ，雖然在許多現實世界的場景中不如人類，但在各種專業和學術基準上，其能力已經接近甚至超過人類水平的表現。

例如，它通過了模擬律師資格考試，成績在前10% 左右; 相比之下，GPT-3.5的成績在後10% 左右。

如果只是隨意的交談，GPT-3.5和GPT-4 之間的區別可能是微妙的，但是當任務的複雜性達到一個足夠的閾值時，差異就會顯現出來ーー與GPT- 3.5相比，GPT-4更可靠、更有創造性，並且能夠處理更多細微差別的指令。

為了理解這兩個模型之間的區別，OpenA測試了各種基準，包括模擬最初為人類設計的考試，可以看出，在更高級的測試中，GPT-4 表現比GPT -3.5 好很多。

再例如下面這個例子，可以看出，GPT-4確實理解能力更勝一籌。

OMT：引入更多人工回饋

為了增加模型的複雜性，GPT-4也加入了更多的人工回饋，包括ChatGPT 用戶提交的回饋，以改進GPT-4的行為。 OpenAI 表示，該公司「與50多位專家合作，在包括人工智慧安全和安保在內的領域提供早期回饋。」

作為聲明的一部分，OpenAI 分享了幾個已經測試過 GPT-4的公司的用例，包括 Duolingo，Stripe，Morgan Stanley 和冰島政府。該公司還分享了一個GPT-4 的研究博客，並強調“ GPT-4仍然有許多已知的限制，我們正在努力解決，如社會偏見，幻覺和對抗性提示。”

計算機科學家、布朗大學(Brown University)教授蘇雷什•文卡塔蘇布拉曼尼亞(Suresh Venkatasubramanian)對此消息仍持謹慎樂觀態度。在VentureBeat的一次採訪中，他說: “我很想看看ChatGPT 在公眾注視下進行的壓力測試中，它是如何表現的，我特別感興趣的是，它是否以及如何產生欺騙性的真實內容，以及有什麼保護措施可以防止這種情況發生。」

以上是OpenAI發布GPT-4，做題能力更強，還接受圖片輸入，看懂梗圖無障礙！的詳細內容。更多資訊請關注PHP中文網其他相關文章！