GPT‑5 এর পরিচিতি
আমাদের সবচেয়ে স্মার্ট, দ্রুততম এবং সবচেয়ে কার্যকরী মডেল, এই মডেলে অন্তর্নির্মিত চিন্তা করার সক্ষমতা রয়েছে এর ফলে সবার হাতে বিশেষজ্ঞ-স্তরের বুদ্ধিমত্তা পৌঁছে যাবে.
আমরা আমাদের এখন পর্যন্ত সেরা GPT‑5, AI সিস্টেম এর বিবরণ দিচ্ছি. GPT‑5 আমাদের পূর্ববর্তী সমস্ত মডেলের তুলনায় অধীক বুদ্ধিমান, যা কোডিং, গণিত, লেখালেখি, স্বাস্থ্য, ভিজ্যুয়াল পারসেপশনসহ আরও অনেক ক্ষেত্রে অত্যাধুনিক পারফরম্যান্স প্রদান করে. এটি একটি ইউনিফায়েড সিস্টেম, যা জানে কখন দ্রুত উত্তর দিতে হবে আর কখন দীর্ঘ সময় চিন্তা করে বিশেষজ্ঞ-স্তরের উত্তর দিতে হবে. GPT‑5 সব ব্যবহারকারীর জন্য উপলভ্য, যেখানে প্লাস সাবস্ক্রাইবাররা বিভিন্ন ক্ষেত্রে ব্যবহার করতে পারবেন এবং প্রো সাবস্ক্রাইবাররা GPT‑5 প্রো-তে অ্যাক্সেস পাবেন, সমন্বিত রিজনিং সহ একটি সংস্করণ যা আরও সম্পূর্ণ ও নির্ভুল উত্তর দেয়.
GPT‑5 একটি ইউনিফায়েড সিস্টেম যেখানে একটি স্মার্ট, কার্যকর মডেল বেশিরভাগ প্রশ্নের উত্তর দেয়, একটি গভীর রিজনিং মডেল (GPT‑5 থিংকিং) জটিল সমস্যার জন্য থাকে, এবং একটি রিয়েল-টাইম রাউটার দ্রুত সিদ্ধান্ত নেয় কোনটি ব্যবহার করা হবে, কথোপকথন ধরন, জটিলতা, টুল প্রয়োজনীয়তা ও আপনার স্পষ্ট ইচ্ছার ভিত্তিতে (যেমন নির্দেশ আপনি বললে “এটি নিয়ে গভীরভাবে ভাবো”). রাউটারটি বাস্তব সিগনালের উপর ক্রমাগত প্রশিক্ষিত হয় যেমন ব্যবহারকারীরা কখন মডেল পরিবর্তন করছেন, রেসপন্সের প্রতি পছন্দের হার, এবং সঠিকতার পরিমাপ, এবং সময়ের সাথে আরও উন্নত হয়. ব্যবহারের সীমায় পৌঁছালে প্রতিটি মডেলের একটি মিনি সংস্করণ অবশিষ্ট কোয়েরি পরিচালনা করে. অদূর ভবিষ্যতে আমরা এই সক্ষমতাগুলোকে একটি একক মডেলে একীভূত করার পরিকল্পনা করছি.
GPT‑5 শুধু মানদন্ড অনুযায়ী পূর্ববর্তী মডেলগুলোকে ছাড়িয়ে যায় এবং দ্রুত উত্তর দেয় তাই নয়, বরং —সবচেয়ে গুরুত্বপূর্ণ হলো— এটি বাস্তব জীবনের প্রশ্নগুলিতে আরও বেশি কার্যকর. আমরা অনুমান নির্ভরতা হ্রাস করা, যথাযথভাবে নির্দেশনা অনুসরণ, এবং অতিরিক্ত চাটুকারিতা হ্রাসে উল্লেখযোগ্য অগ্রগতি করেছি, একই সাথে ChatGPT‑এর তিনটি সবচেয়ে সাধারণ ব্যবহার যেমন লেখালেখি, কোডিং, এবং স্বাস্থ্য এ GPT‑5‑এর পারফরম্যান্স উন্নত করেছি.
GPT‑5 এখন পর্যন্ত আমাদের সবচেয়ে শক্তিশালী কোডিং মডেল. এটি বিশেষত জটিল ফ্রন্ট-এন্ড জেনারেশন এবং বড় রিপোজিটরির ডিবাগিং করে. এটি মাত্র একটি নির্দেশ ব্যবহার করেই নান্দনিক সংবেদনশীলতা বজায় রেখে সুন্দর এবং প্রতিক্রিয়াশীল ওয়েবসাইট, অ্যাপ এবং গেম তৈরি করতে পারে, স্বজ্ঞাত এবং রুচিশীলভাবে ধারণাগুলিকে বাস্তবে রূপান্তরিত করে. প্রাথমিক পরীক্ষকরা এর ডিজাইন চয়েসগুলোকেও উল্লেখ করেছেন, স্পেসিং, টাইপোগ্রাফি এবং হোয়াইট স্পেসের মতো বিষয়গুলোতে অনেক ভালো বোঝাপড়া দেখা গেছে. ডেভলপারদের জন্য GPT‑5 কী উন্মোচন করে তার সম্পূর্ণ বিবরণের জন্য এখানে দেখুন .
GPT‑5 কেবল একটি নির্দেশ কী তৈরি করতে পারে তার একটি কিছু উদাহরণ হল :
নির্দেশ: নিম্নলিখিত মানদন্ড অনুযায়ী সিঙ্গেল HTML ফাইলে একটি এক-পেজের অ্যাপ তৈরি করুন:
- নাম: জাম্পিং বল রানার
- লক্ষ্য: যতক্ষণ সম্ভব বেঁচে থাকতে বাধাগুলি অতিক্রম করুন.
- ফিচার: গতি বৃদ্ধি, হাই স্কোর ট্র্যাকিং, পুনরায় চেষ্টা করার বোতাম, এবং ক্রিয়া ও ইভেন্টের জন্য ফানি শব্দ.
- UI হবে রঙিন, ব্যাকগ্রাউন্ডে থাকবে প্যারাল্যাক্স স্ক্রলিং.
- চরিত্রগুলো হবে কার্টুনিশ এবং দেখতে মজার হবে.
- গেমটি হবে সবার জন্য উপভোগ্য.
GPT‑5 এখন পর্যন্ত আমাদের সবচেয়ে সক্ষম রাইটিং সহযোগী, যা আপনাকে অস্পষ্ট ধারণাকে আকর্ষণীয়, প্রভাবশালী লেখায় রূপান্তর করতে সাহায্য করে সাহিত্যিক গভীরতা ও ছন্দ সহ. এটি কাঠামোগত অস্পষ্টতাযুক্ত লেখাকে আরও নির্ভরযোগ্যভাবে পরিচালনা করে, যেমন অনুরাইমড আইঅ্যাম্বিক পেন্টামিটার বজায় রাখা বা স্বাভাবিকভাবে প্রবাহিত ফ্রি ভার্স, যেখানে ফর্মের প্রতি সম্মান ও স্পষ্ট অভিব্যক্তি একত্রিত হয়. এই উন্নত লেখার ক্ষমতার অর্থ হল ChatGPT এখন প্রতিদিনের কাজগুলোতে যেমন রিপোর্ট, ইমেল, মেমো ইত্যাদি ড্রাফট ও এডিট করতে আরও ভালোভাবে সাহায্য করতে পারে. GPT‑5 এবং GPT‑4o‑এর লেখার ধরণগুলো নিচের টেবিলে তুলনা করা যেতে পারে.
স্বাস্থ্য সম্পর্কিত প্রশ্নের জন্য GPT‑5 এখন পর্যন্ত আমাদের সেরা মডেল, যা ব্যবহারকারীদের সচেতন হতে এবং তাদের স্বাস্থ্যের জন্য প্রশ্ন করতে সক্ষম করে. এই মডেল HealthBench-এ যেকোনো পূর্ববর্তী মডেলের তুলনায় উল্লেখযোগ্যভাবে বেশি স্কোর করেছে, এটি একটি ইভ্যালুয়েশন যা আমরা এই বছরের শুরুর দিকে প্রকাশ করেছি, বাস্তবসম্মত পরিস্থিতি ও চিকিৎসক-সংজ্ঞায়িত মানদণ্ডের ভিত্তিতে. পূর্ববর্তী মডেলগুলির তুলনায়, এটি একটি সক্রিয় চিন্তার অংশীদারের মতো কাজ করে, সম্ভাব্য উদ্বেগগুলিকে সক্রিয়ভাবে চিহ্নিত করে এবং আরও সহায়ক উত্তর দেওয়ার জন্য প্রশ্ন জিজ্ঞাসা করে. মডেলটি এখন আরও নির্ভুল ও নির্ভরযোগ্য উত্তর প্রদান করে—ব্যবহারকারীর প্রসঙ্গ, জ্ঞানস্তর ও ভৌগোলিক অবস্থার সাথে মানিয়ে নিয়ে, যা তাকে আরও নিরাপদ ও সহায়ক উত্তর দিতে সক্ষম করে বিভিন্ন পরিস্থিতিতে. গুরুত্বপূর্ণভাবে, ChatGPT কোনো চিকিৎসা বিশেষজ্ঞের বিকল্প নয়—এটিকে এমন একজন সহযোগী হিসেবে ভাবুন যে আপনাকে ফলাফল বুঝতে, চিকিৎসকের সাথে থাকা সময়ে সঠিক প্রশ্ন করতে, এবং সিদ্ধান্ত নেওয়ার সময় বিকল্পগুলো মূল্যায়ন করতে সাহায্য করে.
এই উদাহরণগুলোতে—আপনি এখানে দেখতে পাচ্ছেন GPT‑5 কীভাবে আমাদের পূর্ববর্তী মডেলগুলোর তুলনায় বিভিন্নবিষয়ে আরও সমৃদ্ধ, বিস্তারিত ও কার্যকর প্রতিক্রিয়া প্রদান করছে:
GPT-4o
GPT-5
GPT‑5 এর প্রতিউত্তর অধীক মানসিক চাপকে আরও শক্তিশালী সমাপ্তি, স্পষ্ট চিত্রকল্প এবং আকর্ষণীয় রূপক ("বিদ্যমান নেই এমন একটি দেশের কালো পতাকা ," "পাহাড়ের নিচে সন্ধ্যায় কিয়োটোর ঘণ্টা বাজছে") উপস্থাপন করে যা সংস্কৃতি এবং স্থানের একটি প্রাণবন্ত অনুভূতি তৈরি করে. GPT‑4o এর সংস্করণ একটি আরও অনুমান নির্ভর এবং ছন্দ পরিকল্পনা অনুসরণ করে, প্রদর্শনের পরিবর্তে উল্লেখ করে (“সে কাঁদে কিন্তু বলে না”).
*প্রদত্ত নির্দেশ 4o এবং OpenAI o3 মডেলের এর মধ্যে যেটি সবচেয়ে ভালো প্রতিউত্তর দেয়, আমরা সেটি বেছে নিয়েছি.
GPT‑5 সর্বত্রই অনেক বেশি স্মার্ট, যা একাডেমিক ও মানব-মূল্যায়িত বেঞ্চমার্কে এর পারফরম্যান্সে প্রতিফলিত হয়েছে, বিশেষ করে গণিত, কোডিং, ভিজ্যুয়াল পারসেপশন এবং স্বাস্থ্যগত বিষয়ে. এটি একটি নতুন স্টেট অফ দ্য আর্ট স্থাপন করেছে গণিত (AIME 2025-এ টুল ছাড়া 94.6%), বাস্তব কোডিং (SWE-বেঞ্চ ভেরিফাইডে-এ 74.9%, Aider Polyglot-এ 88%), মাল্টিমোডাল বোঝাপড়া (MMMU-তে 84.2%), এবং স্বাস্থ্য (হেলথ বেঞ্চ হার্ডে 46.2%)-এ—এবং এই অগ্রগতিগুলো প্রতিদিনের ব্যবহারে প্রকাশিত হয়. GPT‑5 প্রো-এর বর্ধিত রিজনিং সহ, মডেলটি GPQA-তে একটি নতুন SOTA স্থাপন করে, টুলস ছাড়াই 88.4% স্কোর করে.
*টুলস ব্যবহার করে প্রাপ্ত AIME ফলাফল সরাসরি টুল অ্যাক্সেস ছাড়া মডেলগুলোর কর্মক্ষমতার সঙ্গে তুলনা করা উচিত নয়; এগুলি একটি উদাহরণ যে GPT‑5 কীভাবে কার্যকরভাবে উপলব্ধ টুলস ব্যবহার করে.
সমস্ত SWE-bench ইভ্যালুয়েশন রান আমাদের অভ্যন্তরীণ অবকাঠামোতে যাচাই করা n=477 যাইকৃত টাস্কের একটি নির্ধারিত সাবসেট ব্যবহার করে.
GPT‑5 উল্লেখযোগ্যভাবে নির্দেশনা অনুসরণ এবং এজেন্টিক টুল ব্যবহারের টেস্ট বেঞ্চমার্কগুলোতে অগ্রগতি প্রদর্শন করে, এই ধরণের সক্ষমতার কারণে এটি নির্ভরযোগ্যভাবে মাল্টি-স্টেপ অনুরোধগুলি সম্পাদন, বিভিন্ন সরঞ্জামের মধ্যে সমন্বয় এবং প্রসঙ্গের পরিবর্তনের সাথে খাপ খাইয়ে নিতে পারে. বাস্তবে, এর অর্থ হল এটি জটিল ও পরিবর্তনশীল কাজ আরও ভালোভাবে পরিচালনা করতে পারে; GPT‑5 আপনার নির্দেশনা আরও বিশ্বস্তভাবে অনুসরণ করতে পারে এবং এর টুল ব্যবহার করে কাজের আরও বড় অংশ সম্পূর্ণভাবে শেষ করতে পারে.
মডেলটি ভিজ্যুয়াল, ভিডিও-ভিত্তিক, স্থানিক এবং বৈজ্ঞানিক রিজনিংসহ বিভিন্ন মাল্টিমোডাল মানদন্ডে অসাধারণ পারফরম্যান্স প্রদর্শন করে. শক্তিশালী মাল্টিমোডাল পারফরম্যান্স এর অর্থ হল ChatGPT এখন ছবি এবং অন্যান্য নন-টেক্সট ইনপুট নিয়ে আরও সঠিকভাবে রিজনিং করতে পারে— একটি চার্ট ব্যাখ্যা করা হোক, কোনো প্রেজেন্টেশনের ছবি সারাংশ করা হোক, অথবা একটি ডায়াগ্রাম সম্পর্কে প্রশ্নের উত্তর যায় হোক.
GPT‑5 আমাদের অভ্যন্তরীণ মানদন্ডে জটিল ও অর্থনৈতিকভাবে গুরুত্বপূর্ণ সিদ্ধান্তে পারফরম্যান্সের দিক থেকে সেরা পারফর্মিং মডেল. রিজনিং ব্যবহার করার সময়, GPT‑5 প্রায় অর্ধেক ক্ষেত্রে বিশেষজ্ঞদের সমতুল্য বা তাদের থেকেও ভালো, এবং আইন, লজিস্টিকস, সেলস ও ইঞ্জিনিয়ারিংসহ 40টিরও বেশি পেশার কাজগুলোতে o3 ও ChatGPT Agent-এর চেয়ে ভালো পারফর্ম করে.
উপরের মূল্যায়ন পদ্ধতি: GPT‑4o এর ফলাফলগুলি আগস্ট 2025 পর্যন্ত ChatGPT মডেলের সর্বশেষ ভার্সনের অনুরুপ কার্যকর. সমস্ত মডেল উচ্চ ‘রিজনিং ইফোর্ট’ সেটিংসে মূল্যায়ন করা হয়. ChatGPT‑তে রিজনিং ইফোর্ট পরিবর্তিত হতে পারে, যেখানে উচ্চ স্তর মডেলটি ব্যবহার করার সময় একজন ব্যবহারকারী যা অনুভব করতে পারেন তার সর্বোচ্চ সীমা প্রম্পট করে.
স্বল্প সময় চিন্তা করে GPT‑5 মূল্যবান প্রতিউত্তর প্রদান করে. আমাদের মূল্যায়নে, GPT‑5 ( চিন্তা করা সহ) বিভিন্ন সক্ষমতায়, যেমন ভিজ্যুয়াল রিজনিং, এজেন্টিক কোডিং, এবং গ্র্যাজুয়েট-লেভেল বৈজ্ঞানিক সমস্যা সমাধানে, OpenAI o3‑এর তুলনায় 50-80% কম আউটপুট টোকেন ব্যবহার করে আরও ভালো পারফর্ম করে.
GPT‑5 Microsoft Azure AI সুপারকম্পিউটারে প্রশিক্ষিত.
আমাদের পূর্ববর্তী মডেলগুলির তুলনায় GPT‑5‑এর অনুমান নির্ভর হওয়ার সম্ভাবনা উল্লেখযোগ্যভাবে কম. ChatGPT প্রোডাকশন ট্র্যাফিকের প্রতিনিধিত্বকারী বেনামী প্রম্পটগুলিতে ওয়েব সন্ধান সক্রিয় থাকার সময়, GPT‑5 এর প্রতিউত্তরে GPT‑4o এর তুলনায় ~45% কম তথ্যগত ত্রুটি এবং চিন্তা করার সময়, GPT‑5 এর প্রতিক্রিয়াগুলিতে OpenAI o3 এর তুলনায় ~80% কম তথ্যগত ত্রুটি থাকার সম্ভাবনা রয়েছে.
জটিল ও ওপেন-এন্ডেড প্রশ্নে রিজনিং করার সময় মডেলগুলোকে আরও নির্ভরযোগ্য করার দিকে আমরা বিশেষভাবে বিনিয়োগ করেছি. তদনুযায়ী, ওপেন-এন্ডেড বাস্তবতার স্ট্রেস-টেস্টের জন্য আমরা নতুন ইভ্যালুয়েশন যুক্ত করেছি. দুটি পাবলিক ফ্যাক্টুয়ালিটি মানদণ্ড: লংফ্যাক্ট(একটি নতুন উইন্ডোতে খোলে) (ধারণা এবং বস্তু) এবং ফ্যাক্টস্কোর(একটি নতুন উইন্ডোতে খোলে) থেকে ওপেন-এন্ডেড ফ্যাক্ট-সার্কিং প্রম্পটগুলির বিষয়ে চিন্তা করার সময় আমরা GPT -5 এর অনুমান রেট পরিমাপ করেছি. এই সব বেঞ্চমার্কে “GPT‑5 থিংকিং” অনুমানে বড় হ্রাস দেখায়—o3‑এর তুলনায় প্রায় ছয় গুণ কম—যা ধারাবাহিকভাবে নির্ভুল লং-ফর্ম কনটেন্ট তৈরিতে একটি স্পষ্ট অগ্রগতি নির্দেশ করে. এই বেঞ্চমার্কগুলোর উপর আমাদের ইভ্যালুয়েশনের ইমপ্লিমেন্টেশন ও গ্রেডিং বিবরণ সিস্টেম কার্ডে পাওয়া যাবে.
উন্নত নমনিয়তার পাশাপাশি, GPT‑5 (থিংকিং সহ) ব্যবহারকারীর সাথে তার কর্ম এবং ক্ষমতা আরও সততার সাথে প্রকাশ করে—বিশেষ করে এমন কাজের জন্য যা অসম্ভব, অনির্দিষ্ট, অথবা মূল টুলস অনুপস্থিত. ট্রেনিংয়ের সময় উচ্চ রিওয়ার্ড অর্জনের জন্য, রিজনিং মডেলগুলো কোনো কাজ সফলভাবে সম্পন্ন করার বিষয়ে মিথ্যা বলতে শিখতে পারে বা অনিশ্চিত উত্তরে অতিরিক্ত আত্মবিশ্বাসী হতে পারে. উদাহরণস্বরূপ, এটি পরীক্ষা করতে আমরা মাল্টিমোডাল বেঞ্চমার্ক CharXiv-এর প্রম্পট থেকে সমস্ত ছবি সরিয়ে ফেলেছিলাম এবং দেখেছি যে OpenAI o3 এখনও নন-এক্সিসটেন্ট ছবি সম্পর্কে 86.7% সময় আত্মবিশ্বাসী উত্তর দিয়েছে, যেখানে GPT‑5‑এর ক্ষেত্রে এটি মাত্র 9% ছিল.
বিশ্লেষণের সময় GPT‑5 আরও সঠিকভাবে বুঝতে পারে কখন কাজ সম্পন্ন করা সম্ভব নয় এবং তার সীমাবদ্ধতাগুলি পরিষ্কারভাবে জানায়. আমরা অসম্ভব কোডিং কাজ এবং অনুপস্থিত মাল্টিমোডাল সম্পদের সাথে সম্পর্কিত সেটিংসে প্রতারণার হার মূল্যায়ন করেছি এবং দেখেছি যে GPT‑5 (থিংকিং সহ) সর্বত্র o3 এর তুলনায় কম প্রতারণামূলক. বাস্তব প্রোডাকশন ChatGPT ট্রাফিকের প্রতিনিধিত্বকারী একটি বড় কথোপকথন সেটে, আমরা প্রতারণার হার o3 এর 4.8% থেকে GPT‑5 রিজনিং প্রতিক্রিয়ায় 2.1% এ কমিয়েছি. এটি ব্যবহারকারীদের জন্য একটি তাৎপর্যপূর্ণ উন্নতি নির্দেশ করে, তবুও আরও কাজ বাকি রয়েছে এবং আমরা আমাদের মডেলের তথ্য ভিত্তিক এবং সততা উন্নত করার জন্য গবেষণা চালিয়ে যাচ্ছি. আরও বিশদ সিস্টেম কার্ডে পাওয়া যাবে.
মিটিগেশনের আগে
প্রতিকারের পরে
GPT‑5 নিরাপত্তার ক্ষেত্রে অগ্রগতি করেছে. অতীতে, ChatGPT প্রধানত প্রত্যাখ্যান-ভিত্তিক নিরাপত্তা প্রশিক্ষণের উপর নির্ভর করত: ব্যবহারকারীর প্রম্পটের উপর ভিত্তি করে মডেলটি মেনে চলত, নয়তো প্রত্যাখ্যান করত. এই ধরনের প্রশিক্ষণ স্পষ্টভাবে ক্ষতিকারক প্রম্পটের জন্য ভালো কাজ করলেও, ব্যবহারকারীর উদ্দেশ্য অস্পষ্ট বা তথ্য ভালো বা ক্ষতিকারক কাজে ব্যবহার করা হবে এমন পরিস্থিতি মোকাবেলায় সমস্যা হতে পারে. প্রত্যাখ্যান ভিত্তিক প্রশিক্ষণ বিশেষভাবে অনমনীয় হয় দ্বৈত-ব্যবহারে যেমন ভাইরোলজি, যেখানে একটি ভালো উদ্দেশ্যের অনুরোধ উচ্চ স্তরে নিরাপদে সম্পন্ন করা যেত, কিন্তু বিস্তারিত তথ্য প্রদান করলে এটি ক্ষতিকর কাজে করতে পারে.
GPT‑5 এর জন্য আমরা একটি নতুন ধরনের নিরাপত্তা প্রশিক্ষণ প্রবর্তন করেছি — সেফ কমপ্লিয়েশন — যা মডেলকে শেখায় যেখানে সম্ভব সবচেয়ে সহায়ক উত্তর দিতে, তবুও নিরাপত্তার সীমার মধ্যে থাকতে. কখনও কখনও এর মানে হতে পারে ব্যবহারকারীর প্রশ্নের আংশিক উত্তর দেওয়া বা কেবল উচ্চ স্তরে উত্তর দেওয়া. যদি মডেলকে প্রত্যাখ্যান করতে হয়, GPT‑5 প্রশিক্ষিত যাতে এটি স্বচ্ছভাবে জানাতে পারে কেন এটি প্রত্যাখ্যান করছে এবং নিরাপদ বিকল্প প্রদান করতে পারে. নিয়ন্ত্রিত পরীক্ষায় এবং আমাদের প্রোডাকশন মডেল উভয় ক্ষেত্রেই আমরা দেখেছি এই পদ্ধতিটি আরও সূক্ষ্ম, যা দ্বৈত-ব্যবহার সম্পর্কিত প্রশ্নের ভালোভাবে মোকাবিলা করতে সক্ষম, অস্পষ্ট উদ্দেশ্যের প্রতি আরও দৃঢ় থাকে এবং অপ্রয়োজনীয় অতিরিক্ত প্রত্যাখ্যান কমায়. আমাদের নতুন নিরাপত্তা-প্রশিক্ষণ পদ্ধতি, সেইসাথে পদ্ধতি, মেট্রিক্স এবং ফলাফলের পূর্ণ বিবরণ সম্পর্কে আরও পড়ুন আমাদের সেফ কমপ্লিয়েশন পেপার এ.
নির্দেশ উদ্দেশ্য অনুযায়ী (প্রদত্ত নিরাপদ প্রতিউত্তর বিবেচনায়) নিরাপত্তা ও সহায়তা. GPT‑5 (বিবেচনা সহ) সব ধরনের প্রম্পটের উদ্দেশ্য অনুযায়ী অধীক নিরাপত্তা এবং সহায়তা প্রদান করে.
সামগ্রিকভাবে, GPT‑5 কম স্পষ্টভাবে সম্মত, কম অপ্রয়োজনীয় ইমোজি ব্যবহার করে, এবং GPT‑4o এর তুলনায় ফলো‑আপগুলিতে আরও সূক্ষ্ম এবং চিন্তাশীল. এটি “AI সাথে কথা বলার” মতো নয় বরং PhD‑স্তরের বুদ্ধিমান সহায়তাকারী বন্ধুর সাথে চ্যাট করার মতো অনুভূত হওয়া উচিত.
এই বছরের শুরুর দিকে, আমরা GPT‑4o‑এর একটি আপডেট রিলিজ করেছি যা অনিচ্ছাকৃতভাবে মডেলটিকে অত্যধিক চাটুকার বা অত্যধিক তোষামোদকারী বা সম্মত করে তুলেছিল. আমরা দ্রুত পরিবর্তনটি পূর্বাবস্থায় ফিরিয়ে নেওয়া হয়েছে এবং তারপর থেকে এই আচরণটি বোঝা এবং হ্রাস করার জন্য কাজ করেছি:
- চাটুকারিতার পরিমাণ নির্ণয়ে নতুন মূল্যায়ন তৈরি
- আমাদের প্রশিক্ষণ উন্নত করে মডেল কম চাটুকারিতাপূর্ণ হবে—যেমন, এমন উদাহরণ দেওয়া যার কারণে স্বাভাবিকভাবে অতিরিক্ত সম্মতি প্রদান করে, এবং তারপর একে এমন করা থেকে বিরত থাকতে বলা.
বিশেষভাবে চাটুকারি জবাব তৈরির জন্য ডিজাইন করা নির্দেশ ব্যবহার করে টার্গেটেড চাটুকারিতা মূল্যায়নে, GPT‑5 চাটুকারি উত্তরগুলিকে উল্লেখযোগ্যভাবে হ্রাস করেছে (14.5% থেকে 6% এর কম). কখনও কখনও, চাটুকারিতা হ্রাস পেলে ব্যবহারকারীর সন্তুষ্টি হ্রাস পেতে পারে, তবে আমরা যে উন্নতি করেছি তা চাটুকারিতাকে অর্ধেকেরও হ্রাস করে এবং অন্যান্য উপযুক্ত জবাবও প্রদান করে, তাই ব্যবহারকারীরা উচ্চমানের, গঠনমূলক কথোপকথন চালিয়ে যাবেন — আমাদের লক্ষ্য মানুষকে ChatGPT ভালভাবে ব্যবহারে সহায়তা এর সাথে সামঞ্জস্য রেখে.
GPT‑5 নির্দেশনা অনুসরণে যথেষ্ট উন্নত প্রতিক্রিয়া প্রদান, এবং চলতি নির্দেশাবলী অনুযায়ী আমরা অনুরুপ উন্নতি দেখতে পাই.
আমরা সমস্ত ChatGPT ব্যবহারকারীর জন্য চারটি নতুন প্রিসেট স্বতন্ত্র রিসার্চ প্রিভিউ চালু করছি, যা পরিচালন প্রক্রিয়ায় উন্নয়নের কারণে সম্ভব হয়েছে. এই স্বতন্ত্রগুলি, প্রথমে টেক্সট চ্যাটে এবং পরে ভয়েসে উপলব্ধ হবে, কাস্টম প্রম্পট না লিখেই —এর মাধ্যমে আপনি নির্ধারণ করতে পারেন ChatGPT কিভাবে ইন্টারঅ্যাক্ট করবে—সংক্ষিপ্ত ও পেশাদার, চিন্তাশীল ও সহায়ক, নাকি কিছুটা ব্যঙ্গাত্মক. প্রাথমিক চারটি অপশন—Cynic, Robot, Listener, এবং Nerd, opt-in, সেটিংসে যেকোনো সময় পরিবর্তন করা যাবে, এবং আপনার যোগাযোগ স্টাইলের সাথে মেলানোর জন্য ডিজাইন করা হয়েছে.
এই নতুন স্বতন্ত্র চাটুকারিতা হ্রাসে আমাদের অভ্যন্তরীণ মূল্যায়নে নির্ধারিত মান পূরণ করে বা অতিক্রম করে.
আমরা প্রাথমিক ফিডব্যাকের ভিত্তিতে শেখা এবং পুনরাবৃত্তি দেখতে চাই.
আমরা “GPT‑5 থিংকিং” মডেলকে জৈবিক ও রাসায়নিক বিষয়ে উচ্চ সক্ষমতা হিসেবে বিবেচনা করার সিদ্ধান্ত নিয়েছি, এবং উল্লেখযোগ্যভাবে সংশ্লিষ্ট ঝুঁকি হ্রাসে শক্তিশালী সুরক্ষাব্যবস্থা ব্যবহার করেছি. আমরা আমাদের প্রস্তুতি ফ্রেমওয়ার্ক ব্যবহার করে নিরাপত্তা মূল্যায়নের মাধ্যমে মডেলটি কঠোরভাবে পরীক্ষা করেছি, CAISI এবং UK AISI এর মতো অংশীদারদের সাথে 5,000 ঘন্টা রেড-টিমিং সম্পন্ন করেছি.
ChatGPT Agent-এর জন্য আমাদের অ্যাপ্রোচের মতোই, যদিও আমাদের কাছে স্পষ্ট প্রমাণ নেই যে এই মডেল কোনো নবীনকে গুরুতর জৈবিক ক্ষতি তৈরি করতে বাস্তবিকভাবে সাহায্য করতে পারে—আমাদের উচ্চ সক্ষমতা-এর জন্য সংজ্ঞায়িত সীমা(একটি নতুন উইন্ডোতে খোলে)—আমরা সতর্কতামূলক ব্যবস্থা নিচ্ছি এবং প্রয়োজনীয় সেফগার্ড এখন সক্রিয় করছি, যাতে ভবিষ্যতে এ ধরনের সক্ষমতা এলে প্রস্তুতি বাড়ানো যায়. এর ফলে, “GPT‑5 থিংকিং” এর কাছে বায়োলজির জন্য একটি শক্তিশালী সেফটি স্ট্যাক রয়েছে, যেখানে মাল্টিলেয়ারড ডিফেন্স সিস্টেম আছে: ব্যাপক থ্রেট মডেলিং, নতুন সেফ কিমপ্লিয়েশন প্যারাডাইমের মাধ্যমে ক্ষতিকর কনটেন্ট আউটপুট না দিতে মডেলকে ট্রেনিং দেওয়া, সর্বদা-চালু ক্লাসিফায়ার ও রিজনিং মনিটর, এবং স্পষ্ট এনফোর্সমেন্ট পাইপলাইন.
GPT‑5 এর জন্য আমাদের শক্তিশালী নিরাপত্তা পদ্ধতি সম্পর্কে আমাদের সিস্টেম কার্ডে আরও দেখে নিন.
সবচেয়ে চ্যালেঞ্জিং, জটিল কাজের জন্য, আমরা GPT‑5 প্রো রিলিজ করছি, দীর্ঘ সময় নেওয়া, GPT‑5‑এর একটি ভ্যারিয়েন্ট OpenAI o3‑প্রো এর পরিবর্তে, সর্বোচ্চ মানের এবং সবচেয়ে সমন্বিত প্রতিউত্তর প্রদানে স্কেলড ব্যবহার করে কিন্তু ইফিসায়েন্ট প্যারালাল টেস্ট-টাইম কম্পিউট. বিজ্ঞানের অত্যন্ত কঠিন প্রশ্ন সম্বলিত GPQA তে, স্টেট অফ দ্যা আর্ট পারফরমেন্স সহ বিভিন্ন চ্যালেঞ্জিং ইন্টেলিজেন্স বেঞ্চমার্কে GPT‑5 পরিবারের মধ্যে GPT‑5 প্রো সবচেয়ে উচ্চ পারফরম্যান্স প্রদর্শন করে.
1000-এর বেশি অর্থনৈতিকভাবে মূল্যবান, বাস্তব যৌক্তিকতা বিশ্লেষণ নির্দেশ মূল্যায়নে, বাইরের বিশেষজ্ঞগণ 67.8% সময় "GPT‑5 থিংকিং" এর চেয়ে GPT‑5 প্রো-কে অগ্রাধিকার প্রদান করে. GPT‑5 প্রো বড় ভুল 22% কম করেছে এবং স্বাস্থ্য, বিজ্ঞান, গণিত ও কোডিং-এ উপযুক্ত পারফরম্যান্স দেখিয়েছে. বিশেষজ্ঞগণ এর প্রতিউত্তরকে প্রাসঙ্গিক, উপকারী এবং সমন্বিত হিসেবে রেট করেছেন.
GPT‑5 এখন ChatGPT‑তে নতুন ডিফল্ট, যা সাইন-ইন করে ব্যবহারকারীদের জন্য GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1, এবং GPT‑4.5‑এর পরিবর্তে ব্যবহৃত হবে. শুধু ChatGPT ওপেন করুন এবং আপনার প্রশ্নটি লিখুন; বাকিটা GPT‑5 দেখবে, প্রতিউত্তরটি সহায়ক হলে রিজনিং ব্যবহার করবে. পেইড ব্যবহারকারীরা এখনও মডেল পিকার থেকে “GPT‑5 থিংকিং” নির্বাচন করতে পারবেন, অথবা প্রতিউত্তর দেওয়ার সময় রিজনিং নিশ্চিত করতে প্রম্পটে ‘গভীরভাবে চিন্তা করুন’ এর মতো কিছু লিখে দিতে পারেন.
GPT‑5 আজ থেকে সমস্ত Plus, Pro, Team এবং Free ব্যবহারকারীদের জন্য রোল আউট শুরু হচ্ছে, Enterprise এবং এডু আসছে পরবর্তী সপ্তাহে. প্লাস, প্রো, এবং টিম ব্যবহারকারীরা ChatGPT‑তে সাইন ইন করে Codex CLI(একটি নতুন উইন্ডোতে খোলে) এ GPT‑5 ব্যবহার করে কোডিং শুরু করতে পারবেন.
GPT‑4o‑এর মতোই, GPT‑5‑এ ফ্রি এবং পেইড অ্যাক্সেসের পার্থক্য হলো ব্যবহার পরিমাণে. প্রো সাবস্ক্রাইবাররা GPT‑5 এ অসীম অ্যাক্সেস এবং GPT‑5 প্রো তে অ্যাক্সেস পান. প্লাস ব্যবহারকারীরা এটি তাদের ডিফল্ট মডেল হিসেবে প্রতিদিনের প্রশ্নের জন্য সহজেই ব্যবহার করতে পারেন, যেখানে ফ্রি ব্যবহারকারীদের তুলনায় উল্লেখযোগ্যভাবে বেশি ব্যবহার সীমা থাকে. টিম, এন্টারপ্রাইজ, এবং এডু গ্রাহকরাও তাদের প্রতিদিনের কাজের জন্য GPT‑5‑কে সহজেই ডিফল্ট মডেল হিসেবে ব্যবহার করতে পারবেন, যেখানে উদার সীমা রয়েছে যা পুরো অর্গানাইজেশনকে GPT‑5‑এর উপর নির্ভর করা সহজ করে তোলে. ChatGPT ফ্রি-ট্রায়ার ব্যবহারকারীদের জন্য, পুরো রিজনিং সক্ষমতাগুলি সম্পূর্ণভাবে রোল আউট হতে কয়েক দিন সময় লাগতে পারে. যখন ফ্রি ব্যবহারকারীরা তাদের GPT‑5 ব্যবহারের সীমায় পৌঁছাবেন, তখন তারা GPT‑5 mini-তে ট্রানজিশন করবেন, যা একটি ছোট, দ্রুত এবং অত্যন্ত সক্ষম মডেল.
লেখক
ফুটনোটস
*HLE-এর আগের ভার্সনে সেগুলি রান করায়, আমাদের আগের ব্লগ পোস্টে রিপোর্ট করা সংখ্যার সঙ্গে সামান্য অমিল রয়েছে.
**আমরা দেখেছি যে মাল্টিচ্যালেঞ্জ (GPT-4o)-এ ডিফল্ট গ্রেডার প্রায়ই মডেলের প্রতিউত্তরকে ভুলভাবে স্কোর করে. আমরা দেখেছি যে গ্রেডারকে একটি রিজনিং মডেল, যেমন o3-mini-তে পরিবর্তন করলে, আমাদের মূল্যায়ন করা নমুনাগুলিতে গ্রেডিংয়ের নির্ভুলতা উল্লেখযোগ্যভাবে বৃদ্ধি পায়.
***MMMUপ্রো-এর জন্য, আমরা স্ট্যান্ডার্ড এবং ভিশনের স্কোরগুলিকে গড় করেছি.
অবদানকারীগণ
Aaditya Singh, Adam Fry, Adam Perelman, Adam Tart, Adi Ganesh, Ahmed El-Kishky, Aidan McLaughlin, Aiden Low, AJ Ostrow, Akhila Ananthram, Akshay Nathan, Alan Luo, Alec Helyar, Aleksander Madry, Aleksandr Efremov, Aleksandra Spyra, Alex Baker-Whitcomb, Alex Beutel, Alex Karpenko, Alex Makelov, Alex Neitz, Alex Wei, Alexandra Barr, Alexandre Kirchmeyer, Alexey Ivanov, Alexi Christakis, Alistair Gillespie, Allison Tam, Ally Bennett, Alvin Wan, Alyssa Huang, Amy McDonald Sandjideh, Amy Yang, Ananya Kumar, Andre Saraiva, Andrea Vallone, Andrei Gheorghe, Andres Garcia Garcia, Andrew Braunstein, Andrew Liu, Andrew Schmidt, Andrey Mereskin, Andrey Mishchenko, Andy Applebaum, Andy Rogerson, Ann Rajan, Annie Wei, Anoop Kotha, Anubha Srivastava, Anushree Agrawal, Arun Vijayvergiya, Ashley Tyra, Ashvin Nair, Avi Nayak, Ben Eggers, Bessie Ji, Beth Hoover, Bill Chen, Blair Chen, Boaz Barak, Borys Minaiev, Botao Hao, Bowen Baker, Brad Lightcap, Brandon McKinzie, Brandon Wang, Brendan Quinn, Brian Fioca, Brian Hsu, Brian Yang, Brian Yu, Brian Zhang, Brittany Brenner, Callie Riggins Zetino, Cameron Raymond, Camillo Lugaresi, Carolina Paz, Cary Hudson, Cedric Whitney, Chak Li, Charles Chen, Charlotte Cole, Chelsea Voss, Chen Ding, Chen Shen, Chengdu Huang, Chris Colby, Chris Hallacy, Chris Koch, Chris Lu, Christina Kaplan, Christina Kim, CJ Minott-Henriques, Cliff Frey, Cody Yu, Coley Czarnecki, Colin Reid, Colin Wei, Cory Decareaux, Cristina Scheau, Cyril Zhang, Cyrus Forbes, Da Tang, Dakota Goldberg, Dan Roberts, Dana Palmie, Daniel Kappler, Daniel Levine, Daniel Wright, Dave Leo, David Lin, David Robinson, Declan Grabb, Derek Chen, Derek Lim, Derek Salama, Dibya Bhattacharjee, Dimitris Tsipras, Dinghua Li, Dingli Yu, DJ Strouse, Drew Williams, Dylan Hunn, Ed Bayes, Edwin Arbus, Ekin Akyurek, Elaine Ya Le, Elana Widmann, Eli Yani, Elizabeth Proehl, Enis Sert, Enoch Cheung, Eri Schwartz, Eric Han, Eric Jiang, Eric Mitchell, Eric Sigler, Eric Wallace, Erik Ritter, Erin Kavanaugh, Evan Mays, Evgenii Nikishin, Fangyuan Li, Felipe Petroski Such, Filipe de Avila Belbute Peres, Filippo Raso, Florent Bekerman, Foivos Tsimpourlas, Fotis Chantzis, Francis Song, Francis Zhang, Gaby Raila, Garrett McGrath, Gary Briggs, Gary Yang, Giambattista Parascandolo, Gildas Chabot, Grace Kim, Grace Zhao, Gregory Valiant, Guillaume Leclerc, Hadi Salman, Hanson Wang, Hao Sheng, Haoming Jiang, Haoyu Wang, Haozhun Jin, Harshit Sikchi, Heather Schmidt, Henry Aspegren, Honglin Chen, Huida Qiu, Hunter Lightman, Ian Covert, Ian Kivlichan, Ian Silber, Ian Sohl, Ibrahim Hammoud, Ignasi Clavera, Ikai Lan, Ilge Akkaya, Ilya Kostrikov, Irina Kofman, Isak Etinger, Ishaan Singal, Jackie Hehir, Jacob Huh, Jacqueline Pan, Jake Wilczynski, Jakub Pachocki, James Lee, James Quinn, Jamie Kiros, Janvi Kalra, Jasmyn Samaroo, Jason Wang, Jason Wolfe, Jay Chen, Jay Wang, Jean Harb, Jeffrey Han, Jeffrey Wang, Jennifer Zhao, Jeremy Chen, Jerene Yang, Jerry Tworek, Jesse Chand, Jessica Landon, Jessica Liang, Ji Lin, Jiancheng Liu, Jianfeng Wang, Jie Tang, Jihan Yin, Joanne Jang, Joel Morris, Joey Flynn, Johannes Ferstad, Johannes Heidecke, John Fishbein, John Hallman, Jonah Grant, Jonathan Chien, Jonathan Gordon, Jongsoo Park, Jordan Liss, Jos Kraaijeveld, Joseph Guay, Joseph Mo, Josh Lawson, Josh McGrath, Joshua Vendrow, Joy Jiao, Julian Lee, Julie Steele, Julie Wang, Junhua Mao, Kai Chen, Kai Hayashi, Kai Xiao, Kamyar Salahi, Kan Wu, Karan Sekhri, Karan Sharma, Karan Singhal, Karen Li, Kenny Nguyen, Keren Gu-Lemberg, Kevin King, Kevin Liu, Kevin Stone, Kevin Yu, Kristen Ying, Kristian Georgiev, Kristie Lim, Kushal Tirumala, Kyle Miller, Lama Ahmad, Larry Lv, Laura Clare, Laurance Fauconnet, Lauren Itow, Lauren Yang, Laurentia Romaniuk, Leah Anise, Lee Byron, Leher Pathak, Leon Maksin, Leyan Lo, Leyton Ho, Li Jing, Liang Wu, Liang Xiong, Lien Mamitsuka, Lin Yang, Lindsay McCallum, Lindsey Held, Liz Bourgeois, Logan Engstrom, Lorenz Kuhn, Louis Feuvrier, Lu Zhang, Lucas Switzer, Lukas Kondraciuk, Lukasz Kaiser, Manas Joglekar, Mandeep Singh, Mandip Shah, Manuka Stratta, Marcus Williams, Mark Chen, Mark Sun, Marselus Cayton, Martin Li, Marvin Zhang, Marwan Aljubeh, Matt Nichols, Matthew Haines, Max Schwarzer, Mayank Gupta, Meghan Shah, Melody Huang, Meng Dong, Mengqing Wang, Mia Glaese, Micah Carroll, Michael Lampe, Michael Malek, Michael Sharman, Michael Zhang, Michele Wang, Michelle Pokrass, Mihai Florian, Mikhail Pavlov, Miles Wang, Ming Chen, Mingxuan Wang, Minnia Feng, Mo Bavarian, Molly Lin, Moose Abdool, Mostafa Rohaninejad, Nacho Soto, Natalie Staudacher, Natan LaFontaine, Nathan Marwell, Nelson Liu, Nick Preston, Nick Turley, Nicklas Ansman, Nicole Blades, Nikil Pancha, Nikita Mikhaylin, Niko Felix, Nikunj Handa, Nishant Rai, Nitish Keskar, Noam Brown, Ofir Nachum, Oleg Boiko, Oleg Murk, Olivia Watkins, Oona Gleeson, Pamela Mishkin, Patryk Lesiewicz, Paul Baltescu, Pavel Belov, Peter Zhokhov, Philip Pronin, Phillip Guo, Phoebe Thacker, Qi Liu, Qiming Yuan, Qinghua Liu, Rachel Dias, Rachel Puckett, Rahul Arora, Ravi Teja Mullapudi, Raz Gaon, Reah Miyara, Rennie Song, Rishabh Aggarwal, RJ Marsan, Robel Yemiru, Robert Xiong, Rohan Kshirsagar, Rohan Nuttall, Roman Tsiupa, Ronen Eldan, Rose Wang, Roshan James, Roy Ziv, Rui Shu, Ruslan Nigmatullin, Saachi Jain, Saam Talaie, Sam Altman, Sam Arnesen, Sam Toizer, Sam Toyer, Samuel Miserendino, Sandhini Agarwal, Sarah Yoo, Savannah Heon, Scott Ethersmith, Sean Grove, Sean Taylor, Sebastien Bubeck, Sever Banesiu, Shaokyi Amdo, Shengjia Zhao, Sherwin Wu, Shibani Santurkar, Shiyu Zhao, Shraman Ray Chaudhuri, Shreyas Krishnaswamy, Shuaiqi (Tony) Xia, Shuyang Cheng, Shyamal Anadkat, Simón Posada Fishman, Simon Tobin, Siyuan Fu, Somay Jain, Song Mei, Sonya Egoian, Spencer Kim, Spug Golden, SQ Mah, Steph Lin, Stephen Imm, Steve Sharpe, Steve Yadlowsky, Sulman Choudhry, Sungwon Eum, Suvansh Sanjeev, Tabarak Khan, Tal Stramer, Tao Wang, Tao Xin, Tarun Gogineni, Taya Christianson, Ted Sanders, Tejal Patwardhan, Thomas Degry, Thomas Shadwell, Tianfu Fu, Tianshi Gao, Timur Garipov, Tina Sriskandarajah, Toki Sherbakov, Tomer Kaftan, Tomo Hiratsuka, Tongzhou Wang, Tony Song, Tony Zhao, Troy Peterson, Val Kharitonov, Victoria Chernova, Vineet Kosaraju, Vishal Kuo, Vitchyr Pong, Vivek Verma, Vlad Petrov, Wanning Jiang, Weixing Zhang, Wenda Zhou, Wenlei Xie, Wenting Zhan, Wes McCabe, Will DePue, Will Ellsworth, Wulfie Bain, Wyatt Thompson, Xiangning Chen, Xiangyu Qi, Xin Xiang, Xinwei Shi, Yann Dubois, Yaodong Yu, Yara Khakbaz, Yifan Wu, Yilei Qian, Yin Tat Lee, Yinbo Chen, Yizhen Zhang, Yizhong Xiong, Yonglong Tian, Young Cha, Yu Bai, Yu Yang, Yuan Yuan, Yuanzhi Li, Yufeng Zhang, Yuguang Yang, Yujia Jin, Yun Jiang, Yunyun Wang, Yushi Wang, Yutian Liu, Zach Stubenvoll, Zehao Dou, Zheng Wu, Zhigang Wang
