本文摘自雷锋网，原文链接：https://www.leiphone.com/category/ai/Q05qlqRHtvpWNchg.html，侵删。
今日，多模态大模型 GPT-4 震撼登场！
GPT-4 能够接受图像和文本输入，输出文本，在各项测试和基准上的表现已经与人类水平相当。
Sam Altman 称，GPT-4 是“我们迄今为止最强大、对齐最好的模型”。
在许多方面，GPT-4 都已经能做到之前 ChatGPT（GPT-3.5）所力不能及的事情。相比 ChatGPT，GPT-4 支持更长的输入，一次可接受 32768 个 token，相当于 50 页纸的内容，长篇学术论文可以直接丢给它去解读了。
GPT-4 跟 GPT-3.5 具有相同的 API 接口和交互界面，但在文本总结和加工能力上，GPT-4 有了明显的提升，这表现提出指令后，模型能更好地遵循指令给出答案。
例如让一篇文章变成一个句子，每个单词都以 G 开头，GPT-3.5 还未尝试就放弃了任务，但在 GPT-4 中可以很好地完成：
同时，GPT-4 对指令的理解能力更佳：
此次更新中，GPT-4 最令人惊喜的能力，是它可接受图片输入，并对图片生成说明、分类和分析。比如输入一张有鸡蛋、面粉和牛奶的图片，询问 GPT-4 可以使用这些原材料做什么，得到的结果如下：
GPT-4 可以实现从图片中提取文字信息并输出到 HTML，比如尝试手绘一个笑话网站模型，让 GPT-4 尝试自动生成网站的原型图（程序员嗅到了危险的味道）：
手绘的笑话网站模型图
GPT-4 根据手绘生成的笑话网站
对比 ChatGPT，GPT-4 的推理能力也有所超越，下面的结果展示了同一个问题 ChatGPT 和 GPT-4给出的不同答案：
不仅如此，GPT-4 还能基于税务法则，帮助一对夫妻精准地计算出2018年缴纳的税额，并给出详尽的算法步骤，以便阅读解释。
据了解，OpenAI 于去年 8 月就已经完成了 GPT-4 的训练，我们与 OpenAI 的差距似乎更大了。
—— 2 ——与 ChatGPT 相同的技术路线
在技术层面，一句话概括，GPT-4 是一个 Transformer 模型，使用公开可用的数据（如互联网数据）和第三方提供商许可的数据进行预训练，预测文本中的下一个 token，然后使用 RLHF（来自人类反馈的强化学习）对模型进行微调。
在一份98页的技术报告中，OpenAI 报告了 GPT-4 的性能、局限性和安全特性，但并没有公开有关架构（包括模型参数量）、硬件、训练计算、数据集构建、训练方法等内容的更多细节。
OpenAI 声称是“鉴于竞争格局和 GPT-4 等大规模模型的安全性影响”。
关于GPT-4的参数量，此前OpenAI的CEO Sam Altman表示，GPT-4不会比GPT-3高出太多，但大家关于GPT-4拥有极大参数量的猜测仍有很多。
对此，UCL 计算机系教授、上海数字大脑研究院院长汪军认为，大力确实出奇迹，此前 ChatGPT 的语言能力很强，有一定的逻辑推理能力，但它并未真正理解数据里面的内容，它只是在原来的训练数据中、搭料能力很强，因此是具有一定局限性的，在训练里一定要加上它对整个世界的理解。举个简单的例子，以下棋为例，如果你给它所有人类的下棋数据能力，比如说2000分以下所有人的数据，如果模型只模仿人的话，那么它是模仿不出比这2000分更高的智能的。
在这份技术报告中，OpenAI 依然传达了一些关键信息，比如 GPT-4 采用与 GPT-3.5/ChatGPT 完全相同的技术路线；有一系列的对齐方案来保证 GPT-4 输出的安全性；基于不超过 GPT-4 千分之一的计算量来准确预测 GPT-4 在一定计算规模下的性能，利用小模型的训练性能来预测大模型期望性能这一点，在 OpenAI 看来是一项核心能力，也是一个值得研究的方向。
—— 3 ——GPT-4 背后的强大阵容
相关阅读 >>
锐龙7000支持intel独家avx512指令集？zen4有ai加速了
中兴终端事业部总裁倪飞：践行“创行力”，构建全场景5g终端生态
更多相关阅读请进入《新闻资讯》频道 >>
