Open AI团队发推正式宣布：GPT-4来了！

 

今天凌晨，Open AI 团队发推正式宣布：GPT-4 来了！

我花了点时间，看完了 Open AI 团队对于 GPT-4 的整篇介绍。

GPT-4 介绍：https://openai.com/research/gpt-4

下面挑些重点，跟大家进行详细介绍。

GPT-4 基础能力

本次发布的 GPT-4 跟此前透露的消息一样，是一个多模态大模型，支持接受图像和文本输入，输出文本。

虽然没一步到位，把音视频也覆盖上，但如果能把图像与文本这两块做好，相信其应用潜力无限。

对于 GPT-4 的实际能力，团队也给大家提前打了一针强心剂，即便 GPT-4 在许多现实世界场景中能力不如人类，但在各种专业和学术基准上的表现，还是超过了人类的平均水平。

这里有一个数据是，在律师模拟考中，GPT-4 的成绩排在应试生的前 10% 中，而此前发布的 GPT-3.5，则在倒数 10% 的行列。

看到这里，不知道你发现没有，现在衡量 GPT 模型的能力，已经不是能否通过人类社会中的应试，而是看其参加的多种不同领域的专业应试，能够排到多靠前的位置。

在团队进行的多个 GPT-4 与 GPT-3.5 的考试测试中，发现这两个模型间存在很微妙的差异。

当任务的复杂性足够高时，GPT-4 比 GPT-3.5 更可靠、更有创意，并且能够处理更细微的指令。

在 GPT-4 发布之前，Open AI 团队花了 6 个月的时间 ，使用对抗性测试程序，以及从 ChatGPT 得到的经验教训，对 GPT-4 进行了迭代调整 ，进而在其真实性、可操控性等方面取得了有史以来最好的结果。

在与当前机器学习模型进行基准评估对比后，GPT-4 大大优于现有的大型语言模型，以及大多数最先进的 (SOTA) 模型。

GPT-4 图像处理

当然了，GPT-4 本次最为令人看重的，还是它接受与处理图像的具体能力。

在官方报告中，团队提供了多个实际交互示例，这里我挑 2 个比较有代表性的给大家看下。

示例 1：理解图片

当你给 GPT-4 发送下面这张图片，并询问它，该图片有哪些不寻常的地方？

GPT-4 回答：这张照片的不同寻常之处在于，一名男子正在行驶中的出租车车顶上的熨衣板上熨烫衣服。

示例 2：识别与解析图片内容

将论文截图直接发送给 GPT-4，并要求它进行解析与总结。

除此之外，它还能解析报表图片并进行汇总，直接回答图片中包含的提问内容等操作。

不过，GPT-4 跟 GPT-3.5 类似，对训练数据中断后（2021 年 9 月）所发生的事情不太了解，也会犯一些在我们看来很简单的推理性错误，给用户提供不合理的建议，以及在生成的代码中引入安全漏洞。

对于这些潜在性的危险因素，团队也聘请了来自多个不同行业的专家对模型进行了优化调整，但是其具体效果，还需要等后面场景应用较为广泛后，才能得出结论。

开源项目：OpenAI Evals

为了让开发者能更好的评测 GPT-4 的优缺点，OpenAI 的技术团队还开源了 OpenAI Evals 项目，可用于自动评估 AI 模型性能的框架，以便用户能更专业的指导团队，进一步优化与改进模型。

该项目具有以下功能特性：

使用数据集生成提示；

衡量 OpenAI 模型提供的补全质量；

比较不同数据集和模型的性能。

GitHub：https://github.com/openai/evals

申请 GPT-4 API

目前，OpenAI 已面向开发者开放 GPT-4 API 的申请通道，大家想提前使用的话，可以先提交申请，进入 waitlist 中等待通过。

我吸取了上次 New Bing 开放申请后，苦等无果的惨痛教训。现如今对于这类工具，都是第一时间申请，后面就看 Open AI 什么时候能给我通过了。

申请通道：https://openai.com/waitlist/gpt-4-api

对了，如果你有 ChatGPT Plus 订阅会员，则可以直接获得 GPT-4 的试用权限，无需等待。不过有一定限制，在 4 小时内，最多只能发布 100 条信息。

获得访问权限后，用户当前还是只能向 GPT-4 模型发出纯文本请求，图像请求可能得等稍晚一些时间才对外开放。

以上，就是关于 GPT-4 的大致介绍。

审核编辑 ：李倩