• 简体版 | 繁體版
  • 联系我们
  • 加入我们
  • 关于我们
  •  
  • 首页
  • 快讯
  • 价值号
  • 视频
  • 专题
  • 深度
  • 入驻价值号
  • 碳链APP
    微信公众号

    扫码下载App

  • 登录
  • 微信公众号

    微信公众号

导航
  • 首页
  • 快讯
  • 区块链+
  • 价值号
  • 视频
  • 专题
  • DeFi优选
碳链价值APP
专注服务于金融科技和区块链
立即打开

OpenAI重磅推出多模态GPT-4

阿法兔研究笔记阿法兔研究笔记  •  2023-03-15
这是OpenAI在扩大深度学习方面的最新里程碑。

作者:OpenAI&TheVerge&Techcrunch

翻译 &分析:阿法兔

  • GPT-4可以接受图像和文本输入,而GPT-3.5只接受文本。
  • GPT-4在各种专业和学术基准上的表现达到 "人类水平"。例如,它通过了模拟的律师考试,分数约为应试者的前10%。
  • OpenAI花了6个月的时间,利用从对抗性测试项目以及ChatGPT中获得的经验,反复调整GPT-4,结果在事实性、可引导性和可控制方面取得了 "史上最佳结果"。
  • 在简单的聊天中,GPT-3.5和GPT-4之间的区别可能微不足道,但是当任务的复杂性达到足够的阈值时,区别就出来了,GPT-4比GPT-3.5更可靠,更有创造力,能够处理更细微的指令。
  • GPT-4能对相对复杂的图像进行说明和解释,比如说,从插入iPhone的图片中识别出一个Lightning Cable适配器(下文有图片)。
  • 图像理解能力还没有向所有OpenAI的客户开发,OpenAI正在与合作伙伴Be My Eyes进行测试。
  • OpenAI承认,GPT-4并不完美,仍然会对事实验证的问题产生错乱感,也会犯一些推理错误,偶尔过度自信。
  • 开源OpenAI Evals,用于创建和运行评估GPT-4等模型的基准,同时逐个样本检查其性能。

官宣文档

OpenAI已经正式推出GPT-4,这也是OpenAI在扩大深度学习方面的最新里程碑。GPT-4是大型的多模态模型(能够接受图像和文本类型的输入,给出文本输出),尽管GPT-4在许多现实世界的场景中能力不如人类,但它可以在各种专业和学术基准上,表现出近似人类水平的性能。

例如:GPT-4通过了模拟的律师考试,分数约为全部应试者的前10%。而相比之下,GPT-3.5的分数大约是后10%。我们团队花了6个月的时间,利用我对抗性测试项目以及基于ChatGPT的相关经验,反复对GPT-4进行调整。结果是,GPT-4在事实性(factuality)、可引导性(steerability)和拒绝超范围解答(非合规)问题( refusing to go outside of guardrails.)方面取得了有史以来最好的结果(尽管它还不够完美)

在过去两年里,我们重构了整个深度学习堆栈,并与Azure合作,为工作负荷从头开始,共同设计了一台超级计算机。一年前,OpenAI训练了GPT-3.5,作为整个系统的首次 "试运行",具体来说,我们发现并修复了一些错误,并改进了之前的理论基础。因此,我们的GPT-4训练、运行(自信地说:至少对我们来说是这样!)空前稳定,成为我们首个训练性能可以进行提前准确预测的大模型。随着我们继续专注于可靠扩展,中级目标是磨方法,以帮助OpenAI能够持续提前预测未来,并且为未来做好准备,我们认为这一点,对安全至关重要。

我们正在通过ChatGPT和API(您可以加入WaitList)发布GPT-4的文本输入功能,为了能够更大范围地提供图像输入功能,我们正在与合作伙伴紧密合作,以形成一个不错的开端。我们计划开源OpenAI Evals,也是我们自动评估AI模型性能的框架,任何人都可以提出我们模型中的不足之处,以帮助它的进一步的改进。

能力

在简单闲聊时,也许不太好发现GPT-3.5和GPT-4之间的区别。但是,当任务的复杂性达到足够的阈值时,它们的区别就出来了。具体来说,GPT-4比GPT-3.5更可靠,更有创造力,能够处理更细微的指令。

为了理解这两个模型之间的差异,我们在各种不同的基准上进行了测试,包括模拟最开始那些为人类设计的考试。通过使用最新的公开测试(就奥数和AP等等考试)还包括购买2022-2023年版的练习考试来进行,我们没有为这类考试给模型做专门的培训,当然,考试中存在很少的问题是模型在训练过程中存在的,但我们认为下列结果是有代表性的。

我们还在为机器学习模型设计的传统基准上,对GPT-4进行了评估。GPT-4大大超过现有的大语言模型,与多数最先进的(SOTA)模型并驾齐驱,这些模型包括针对基准的制作或额外的训练协议。

由于现有的大多数ML基准是用英语编写的,为了初步了解其他语言的能力,我们使用Azure Translate将MMLU基准:一套涵盖57个主题的14000个选择题,翻译成了各种语言。在测试的26种语言中的24种语言中,GPT-4的表现优于GPT-3.5和其他大模型(Chinchilla,PaLM)的英语表现,这种优秀表现还包括类似拉脱维亚语、威尔士语和斯瓦希里语等等。

我们一直在内部使用GPT-4,发现它对支持、销售、内容审核和编程等功能会产生很大影响,我们还在用它来协助人类评估AI的输出,这就是我们调整战略的第二阶段的开始。

视觉输入

GPT-4可以接受文本和图像的提示语(prompt),这与纯文本设置平行。比如说,可以让用户指定任何视觉或语言任务,它可以生成文本输出(自然语言、代码等),给定的输入包括带有文字和照片的文件、图表或屏幕截图,GPT-4表现出与纯文本输入类似的能力。此外,还可以应用在为纯文本语言模型开发的测试时间技术,包括少数几个镜头和CoT的Prompting,不过目前图像输入仍然属于研究方面预览,没有像C端公开产品。

下列图片显示了一个 "Lightning Cable "适配器的包装,有三个面板。

面板1:一个带有VGA接口(通常用于电脑显示器的大型蓝色15针接口)的智能手机插在其充电端口。

面板2:"Lightning Cable "适配器的包装上有一张VGA接口的图片。

面板3:VGA连接器的特写,末端是一个小的Lightning连接器(用于为iPhone和其他苹果设备充电)。

这张图片的搞笑性质来自于将一个大的、过时的VGA连接器插入一个小的、现代的智能手机充电端口..因此看起来很荒谬

通过在一套狭窄的标准学术视觉基准上,对GPT-4的性能进行评估,并且对它进行预览。然而,这些数字并不能代表其的能力范围,因为我们发现,这个模型能够处理很多的新的和令人兴奋的任务,OpenAI计划很快发布进一步的分析和评估数字,以及对测试时间技术效果的彻底调查结果。

可控制的AI

我们一直在努力实现关于定义AI行为那篇文章中,所概述的计划的每个方面,包括AI的可控制性。与经典的ChatGPT个性的固定言语、语气和风格不同,开发者(很快就是所有的ChatGPT用户)现在可以通过在 "系统 "消息中描述这些方向,来规定自己的AI的风格和任务。系统消息允许API用户在范围内,大幅对用户体验进行定制,我们将持续改进。

局限性

尽管能力惊人,不过,GPT-4仍存在与早期GPT模型类似的限制。最重要的是,它仍然不是完全可靠的(比如说,它会对事实产生 "幻觉",并出现推理错误)。在使用语言模型的输出时,特别是在高风险的情况下,应该非常小心谨慎,比如说:需要人类审查,完全避免高风险的使用)以及需要与特定的使用案例的需求相匹配。

尽管各类情况仍然存在,但相较于以前的模型(这些模型本身也在不断改进),GPT-4大大减少了hallucinations(意思是网络错觉,这里指的是一本正经的胡说八道)。在我们内部的对抗性事实性评估中,GPT-4的得分比我们最新推出的GPT-3.5高40%。

可控制的AI

GPT-4的基础模型在这项任务中只比GPT-3.5略胜一筹;然而,在经过RLHF的后期训练后(应用我们对GPT-3.5使用的相同过程),却有很大差距。该模型在其输出中会有各种偏差,我们在这些方面已经取得了进展,但仍有更多工作要做。根据我们最近的博文,我们的目标是使我们建立的人工智能系统具有合理的默认行为,以反映广泛的用户价值观,允许这些系统在广泛的范围内被定制,并获得公众对这些范围的意见。

GPT-4通常缺乏对其绝大部分数据截止后(2021年9月)发生的事件的了解,也不会从其经验中学习。它有时会犯一些简单的推理错误,这似乎与这么多领域的能力不相符,或者过于轻信用户的明显虚假陈述。有时它也会像人类一样在困难的问题上失败,例如在它产生的代码中引入安全漏洞。GPT-4也可能在预测中自信地犯错。

风险和缓解措施

我们一直在对GPT-4进行迭代,使其从训练开始就更加安全,保持一致性,我们所做的努力包括预训练数据的选择和过滤、评估,邀请专家参与,对模型安全改进、监测,以及执行。

GPT-4与过去的模型会存在类似风险,如生产有害的建议、错误代码或不准确的信息。然而,GPT-4的额外能力还导致了新的风险面。为了明确这些风险的具体情况,我们聘请了50多位来自人工智能对接风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家对该模型进行对抗性测试。他们的参与,使我们能够测试模型在高风险领域的行为,这些领域需要专业知识来评估。来自这些领域专家的反馈和数据,为我们缓解和改进模型提供了依据。比如说,我们已经收集了额外的数据,以提高GPT-4拒绝有关如何合成危险化学品的请求的能力。

GPT-4在RLHF训练中加入了一个额外的安全奖励信号,通过训练模型来拒绝对此类内容的请求,从而减少有害产出(由我们的使用指南定义)。奖励是由GPT-4的分类器提供的,它能够判断安全边界和安全相关提示的完成方式。为了防止模型拒绝有效的请求,我们从不同的来源(例如,标记的生产数据,人类的红队,模型生成的提示)收集多样化的数据集,并在允许和不允许的类别上应用安全奖励信号(存在正值或负值)。

与GPT-3.5相比,我们的缓解措施大大改善了GPT-4的许多安全性能。与GPT-3.5相比,我们将模型对非法内容的请求的响应倾向,降低了82%,而GPT-4对敏感请求(如医疗建议和自我伤害)的响应符合我们的政策的频率提高了29%

总的来说,我们的模型级干预措施增加了诱发不良行为的难度,但仍然存在 "越狱 "的情况,以产生违反我们使用指南的内容。随着人工智能系统的 风险的增加,在这些干预措施中实现极高的可靠性将变得至关重要。目前重要的是,用部署时间的安全技术来补充这些限制,如想办法监测。

GPT-4和后续模型,很有可能对社会产生正面或者负面的影响,我们正在与外部研究人员合作,以改善我们对潜在影响的理解和评估,以及建立对未来系统中可能出现的危险能力的评估。我们将很快分享我们对GPT-4和其他人工智能系统的潜在社会和经济影响的更多思考。

训练过程

和之前的GPT模型一样,GPT-4基础模型的训练是为了预测文档中的下一个单词,并使用公开的数据(如互联网数据)以及我们授权的数据进行训练。这些数据是来自于极大规模的语料库,包括数学问题的正确和错误的解决方案,弱的和强的推理,自相矛盾的和一致的声明,以及种类繁多的意识形态和想法。

因此,当被提示有一个问题时,基础模型可以以各种各样的方式作出反应,而这些反应可能与用户的意图相去甚远。为了使其与用户的意图保持一致,我们使用人类反馈的强化学习(RLHF)对模型的行为进行微调。

注意,模型的能力似乎主要来自于预训练过程,RLHF并不能提高考试成绩(如果不主动努力,它实际上会降低考试成绩)。但是对模型的引导来自于训练后的过程--基础模型需要及时的工程,甚至知道它应该回答问题。

可预测的扩展

GPT-4项目的一大重点是建立一个可预测扩展的深度学习栈。主要原因是,对于像GPT-4这样非常大的训练运行,做大量的特定模型调整是不可行的。我们对基础设施进行了开发和优化,在多种规模下都有非常可预测的行为。为了验证这种可扩展性,我们提前准确地预测了GPT-4在我们内部代码库(不属于训练集)中的最终损失,方法是通过使用相同的方法训练的模型进行推断,但使用的计算量要少10000倍。

我们认为,准确预测未来的机器学习能力是安全的一个重要部分,相对于其潜在的影响,它没有得到足够的重视(尽管我们已经被几个机构的努力所鼓舞)。我们正在扩大我们的努力,开发一些方法,为社会提供更好的指导,让人们了解对未来系统的期望,我们希望这成为该领域的一个共同目标。

开放式人工智能评估

我们正在开源OpenAI Evals,这是我们的软件框架,用于创建和运行评估GPT-4等模型的基准,同时逐个样本检查其性能。我们使用Evals来指导我们模型的开发(包括识别缺点和防止退步),我们的用户可以应用它来跟踪不同模型版本(现在将定期推出)和不断发展的产品集成的性能。例如,Stripe已经使用Evals来补充他们的人工评估,以衡量他们的GPT驱动的文档工具的准确性。

因为代码都是开源的,Evals支持编写新的类来实现自定义的评估逻辑。然而,根据我们自己的经验,许多基准都遵循一些 "模板 "中的一个,所以我们也包括了内部最有用的模板(包括一个 "模型分级Evals "的模板--我们发现GPT-4有令人惊讶的能力来检查自己的工作)。一般来说,建立一个新的评估的最有效方法是将这些模板中的一个实例化,并提供数据。我们很高兴看到其他人能用这些模板和Evals更广泛地建立什么。

我们希望Evals成为一个分享和众包基准的工具,最大限度地代表广泛的故障模式和困难任务。作为后续的例子,我们已经创建了一个逻辑谜题评估,其中包含GPT-4失败的十个提示。Evals也与实现现有的基准兼容;我们已经包括了几个实现学术基准的笔记本和一些整合CoQA(小的子集)的变化作为例子。

我们邀请大家使用Evals来测试我们的模型,并提交最有趣的例子。我们相信Evals将成为使用和建立在我们的模型之上的过程中不可或缺的一部分,我们欢迎直接贡献、问题和反馈。

ChatGPT Plus

ChatGPT Plus用户将在chat.openai.com上获得有使用上限的GPT-4权限。我们将根据实际需求和系统性能调整确切的使用上限,但我们预计容量将受到严重限制(尽管我们将在接下来的几个月里扩大和优化)。

根据我们看到的流量模式,我们可能会为更高的GPT-4使用量引入一个新的订阅级别,我们也希望在某个时候提供一定数量的免费GPT-4查询,这样那些没有订阅的用户也可以尝试。

API

要获得GPT-4的API(使用与gpt-3.5-turbo相同的ChatCompletions API),请可以去OpenAI的官方Waitlist上注册。

结论

我们期待着GPT-4成为一个有价值的工具,通过为许多应用提供动力来改善人们的生活。还有很多工作要做,我们期待着通过社区的集体努力,在这个模型的基础上进行建设、探索和贡献,共同对模型进行改进。

参考文献:1.https://openai.com/research/gpt-4

2.https://techcrunch.com/2023/03/14/openai-releases-gpt-4-ai-that-it-claims-is-state-of-the-art/

3.https://www.theverge.com/2023/3/14/23638033/openai-gpt-4-chatgpt-multimodal-deep-learning

展开全文
打开碳链价值APP  查看更多精彩资讯
声明:本文内容为作者独立观点,不代表碳链价值立场,且不构成任何投资理财建议。
0 0
ChatGPT

扫一扫,分享到微信

相关推荐

复旦教授黄萱菁:善用AI和不用AI的人在工作效率上有巨大差距 滚动

复旦教授黄萱菁:善用AI和不用AI的人在工作效率上有巨大差距

看见Metaverse 2023-03-20 滚动
AIGCChatGPT
ChatGPT的出现带来什么样的范式革新?
又一中文版ChatGPT!李开复宣布筹组AI新公司“Project Al 2.0” 滚动

又一中文版ChatGPT!李开复宣布筹组AI新公司“Project Al 2.0”

AI之势 2023-03-20 滚动
AIAIGCChatGPT
创新工场和李开复在AI领域已深耕许久。
字节跳动CEO:要深入学习理解GPT-4,思考结合场景创造价值 滚动

字节跳动CEO:要深入学习理解GPT-4,思考结合场景创造价值

AI之势 2023-03-17 滚动
ChatGPT
字节跳动CEO梁汝波提到,在ChatGPT推出之后,给行业带来很大震动,GPT-4出来以后也很震撼,但不能停留在震撼上,

碳链快讯更多 ›

2023-03-20

伯恩斯坦:银行业动荡为加密发展提供完美环境,近期涨势或由「加密原生资金」推动

2023-03-20

现货黄金站上2000美元/盎司,为2022年3月来首次

2023-03-20

阿里云将于4月面向开发人员及企业推出Web3安全工具

2023-03-20

瑞信:将确保业务经营活动正常有序开展,继续实施各项重组措施

2023-03-20

元宇宙游戏Star Life获得德国联邦经济事务与气候行动部120万美元融资

2023-03-20

香港财库局许正宇:金管局正研究「稳定币」监管制度,拟于2024年实施相关监管

2023-03-20

百度:文心一言云服务将于3月27日上线

2023-03-20

MakerDAO 创始人发布治理改革提案,旨在提升治理效率、透明度和包容度

2023-03-20

纽约社区银行旗下子公司已收购 Signature Bank

2023-03-20

TTV Capital 旗下第六支基金完成 2.5 亿美元募资,投资范围涵盖 Web3 等金融科技领域

2023-03-20

台湾金融监管委员会或成虚拟货币主管机关,最快 3 月底对外宣布

2023-03-20

数家美国加密友好银行倒闭以来,BTC-EUR交易量占比达历史高点

2023-03-20

新加坡金管局:准备提供流动性以确保稳定,瑞信客户将继续拥有完全访问权限

2023-03-20

Arthur Hayes:美联储向其他国家央行提供美元互换额度是一种救助方法

2023-03-20

机构:美联储的行动是另一种形式的QE并且脱离剧本

2023-03-20

比特币 Layer2 网络 Stacks 已激活 2.1 版本,提高挖矿效率并升级 Clarity 语言

2023-03-20

FDIC:纽约社区银行集团子公司将承接签名银行的过渡银行存款

2023-03-20

委内瑞拉将重组国家加密货币资产监管机构

2023-03-20

纽约社区银行正在寻求购买签名银行

2023-03-20

瑞银集团宣布以32.5亿美元收购瑞信

2023-03-19

DefiLlama 创始人:控制推特和域名的人决定发行代币,团队已推出分叉网站 Llama.Fi

2023-03-19

General Bytes 加密货币 ATM 服务遭到攻击,导致数据库和加密货币被盗

2023-03-19

Coinbase 前 CTO 与人达成关于比特币在 6 月 17 日前达到 100 万美元的链上赌约

2023-03-18

王石:区块链必须和实体经济相融合

2023-03-18

索尼公布「用于游戏平台之间传输和使用数字资产的 NFT 框架」的专利

2023-03-18

马斯克:Twitter将于3月31日开源所有用于推文推荐的代码

2023-03-18

微软 Edge 浏览器正测试内置加密钱包

2023-03-18

区块链初创公司 R3 预计在第一季度完成 1.5 亿美元融资

2023-03-18

美联储传声筒:美联储加息25个基点或维持利率不变,可能将取决于未来几天的市场反应

2023-03-17

Uniswap V3 将在 Avalanche 上部署,预计 5 周完成

2023-03-17

徐工集团宣布 BAYC #3489 为其元宇宙大使,并发布 Web3 探索联动计划

2023-03-17

USDT 总市值突破 750 亿美元

2023-03-17

北京印发关于推动北京互联网3.0产业创新发展的工作方案

2023-03-17

陈茂波:香港将于6月引入虚拟资产服务提供者发牌制度

2023-03-17

OpenAI CEO 旗下加密项目 Worldcoin 将于上半年启动主网

2023-03-17

Tether 将于以太坊网络增发 10 亿枚 USDT

2023-03-17

金融科技公司Grow Bank计划将加密交易整合到其服务中

2023-03-17

三菱日联:通胀数据依然较高,美联储仍将加息25个基点

2023-03-17

美联储贴现窗口借款暴增,总量超过2008年金融危机时期

2023-03-17

花花公子持有的以太坊计提490万美元减值损失

2023-03-17

比特币矿企 Marathon Digital 2022 全年净亏损 6.867 亿美元

2023-03-17

MakerDAO 将美国国债投资限额提高至 12.5 亿美元的提案已通过

2023-03-16

消息人士:加密托管公司 Copper 放弃其软件和基础设施开发业务

2023-03-16

以太坊核心开发者确认 4 月 12 日进行上海升级

2023-03-16

Arbritum 基金会:将于 3 月 23 日空投 ARB Token

2023-03-16

OpenAI 与支付巨头 Stripe 合作将 ChatGPT 商业化

2023-03-16

Coinbase CEO:因美国监管环境落后于香港等金融中心,将相应调整投资

2023-03-16

Salesforce 开发新 Web3 产品以拓展 NFT 等服务

2023-03-16

​富达数字资产机构开放 Fidelity Crypto 服务,允许用户免佣金交易 BTC 和 ETH

2023-03-16

Circle:已基本解决所有积压的 USDC 铸币和赎回请求,预计恢复更多服务

推荐文章

  • 奇妙的化学反应:Euler Finance 被黑分析

    2023-03-15

  • Silvergate、SVB 和 Signature 倒下,加密公司寻找银行「后浪」

    2023-03-15

  • OpenAI正式推出多模态GPT-4

    2023-03-15

  • GPT-4震撼发布:多模态大模型,直接升级ChatGPT、必应,开放API,游戏终结了?

    2023-03-15

  • 硅谷银行倒闭震动加密货币,分散式金融与集中式金融争论再起

    2023-03-14

价值号更多 ›

达瓴智库
达瓴智库
文章: 154
  • ETH在上海升级期间表现如何?
  • 熊末牛初:Ordinals是福是祸?
  • 加密天使:深度剖析Dapps的应用类型和未来潜力
区块链骑士
区块链骑士
文章: 1290
  • Web3游戏一定需要数字资产吗?
  • 详解EulerFinance被盗2亿美元黑客事件始末
  • 关于元宇宙与Web3的13个专业预测
TinTinLand
TinTinLand
文章: 31
  • Blur 狂潮下,NFTFi 如何解困 NFT 流动性难题
  • AI 与 Web3,前沿技术融合创新的价值有多大
  • 加密发展指南:Web3安全技术和安全机制
换一批

热门标签

新基建 比特币 以太坊 矿业 DeFi 共识对话 区块链+ 研报 美联储 央行数字货币 无限QE 加密衍生品 AI 云计算 大数据 5G 政策 交易所 稳定币 电子支付 Libra 算力产业 联盟链 公链 区块链 加密货币 Nervos Cosmos EOS STO

邮件订阅

及时、全面、专业、准确的资讯与数据,致力于为区块链爱好者以及数字货币投资者提供最好的服务。

App内打开

邮件订阅

及时、全面、专业、准确的资讯与数据,致力于为区块链爱好者以及数字货币投资者提供最好的服务。

Moshou

碳链价值是集资讯、行情、数据于一身的区块链信息服务平台,我们追求及时、全面、专业、精确的资讯与数据,致力于为区块链创新者和数字货币投资者提供优质的服务。

关于我们 加入我们 联系我们 隐私条款
微信公众号

扫一扫关注微信公众号

Copyright © 2018-2020 碳链价值 京ICP备18046423号
下载碳链App

下载碳链App

微信公众号

微信公众号

微信公众号

微信公众号

打赏文章作者

支付宝打赏二维码 支付宝扫一扫打赏
微信打赏二维码 微信扫一扫打赏

# 热门搜索 #

CBDC 比特币 DeFi 以太坊 区块链