Hej GPT‑4o

Som målt på traditionelle benchmarks, så opnår GPT‑4o ydeevne på GPT‑4 Turbo-niveau inden for tekst, avanceret tænkning og kodningsintelligens, samtidigt med at den sætter nye høje standarder, når det gælder flersprogede egenskaber samt lyd- og billedegenskaber.

Disse 20 sprog blev udvalgt som repræsentative for den nye tokeniserings komprimering på tværs af forskellige sprogfamilier.

GPT‑4o har indbygget sikkerhed på tværs af modaliteter gennem teknikker som f.eks. filtrering af træningsdata og finjustering af modellens adfærd gennem efterfølgende træning. Vi har også skabt nye sikkerhedssystemer for at opsætte beskyttelsesmekanismer for stemmeoutputs.

Vi har evalueret GPT‑4o i henhold til vores rammer for beredskab⁠ og på linje med vores frivillige forpligtelser⁠. Vores evalueringer af cybersikkerhed, CBRN, overtalelse og modelselvstændighed viser, at GPT‑4o ikke har en score over middel risiko i nogen af disse kategorier. Denne evaluering involverede kørsel af en række automatiserede og menneskelige evalueringer gennem træningsprocessen af modellen. Vi testede versioner af modellen både før og efter sikkerhedstiltag ved hjælp af tilpassede finjusteringer og forespørgsler for bedre at frembringe modellens funktioner.

GPT‑4o har også undergået omfattende red teaming med over 70 eksterne eksperter⁠ inden for domæner som f.eks. socialpsykologi, bias og rimelighed samt forkerte oplysninger for at identificere risici, der opstår eller forstærkes af de nye modaliteter. Vi har brugt disse læringer til at bygge vores egne sikkerhedstiltag for at forbedre sikkerheden ved interaktion med GPT‑4o. Vi vil fortsætte med at afbøde nye risici, efterhånden som de opdages.

Vi anerkender, at GPT‑4o’s lydmodaliteter udgør forskellige nye risici. I dag offentliggør vi tekst- og billedinputs samt tekstoutputs. I løbet af de kommende uger og måneder vil vi arbejde på den tekniske infrastruktur, brugbarhed via efterfølgende træning og sikkerhed, der er nødvendig for at udgive de andre modaliteter. For eksempel vil lydoutputs ved lancering være begrænset til et udvalg af forudindstillede stemmer og vil overholde vores eksisterende sikkerhedspolitikker. Vi vil dele yderligere oplysninger vedrørende det fulde udvalg af GPT‑4o’s modaliteter i det kommende systemkort.

Gennem vores testning og iteration med modellen har vi bemærket adskillige begrænsninger, der findes på tværs af alle modellens modaliteter, hvoraf nogle af disse er illustreret nedenfor.

^{Opdateret 8. maj 2024}

Som en del af vores rammer for beredskab⁠ foretager vi regelmæssigt evaluering af og opdaterer scorekort for vores modeller. Det er kun modeller med en score på "medium" eller derunder efter afbødende tiltag, der bliver taget i brug. Det samlede risikoniveau for en model fastslås af det højeste risikoniveau i enhver kategori. I øjeblikket er GPT‑4o evalueret til medium risiko både før og efter afbødende tiltag.

GPT‑4o er vores seneste skridt i retning af at flytte grænserne for grundig læring, og denne gang er det i retningen af praktisk brugbarhed. Vi har brugt mange kræfter i løbet af de sidste to år på at forbedre effektiviteten på alle niveauer i stakken. Som et første resultat af denne research kan vi gøre en model på GPT‑4‑niveau tilgængelig i betydelig større udstrækning. GPT‑4o’s funktioner vil blive udrullet lidt efter lidt (med udvidet red team-adgang fra og med i dag). 

GPT‑4o’s tekst- og billedfunktioner begynder at blive udrullet i dag i ChatGPT. Vi er ved at gøre GPT‑4o tilgængelig på det gratis niveau og for Plus-brugere med op til 5x højere beskedgrænser. Vi udruller en ny version af stemmetilstand med GPT‑4o i alpha i ChatGPT Plus i de kommende uger.

Udviklere kan nu også få adgang til GPT‑4o i API'en som en tekst- og billedmodel. GPT‑4o er 2x hurtigere, koster halvdelen og har 5x højere hastighedsgrænser sammenlignet med GPT‑4 Turbo. Vi planlægger at lancere support til GPT‑4o's nye lyd- og videofunktioner for en lille gruppe af betroede partnere i API'en i de kommende uger.