Hello GPT‑4o

A hagyományos referenciaértékekkel mérve a GPT‑4o eléri a GPT‑4 Turbo szintű teljesítményt a szöveg, indoklás és kódolási intelligencia terén, miközben új mércét állít fel a többnyelvűség, hang és képi képességek terén.

Ez a 20 nyelv került kiválasztásra az új tokenizáló tömörítésének reprezentatívjaként a különböző nyelvcsaládok közül

A GPT‑4o biztonságot nyújt a különböző módokban, olyan technikák révén, mint a betanítási adatok szűrése és a modell viselkedésének finomítása a betanítás utáni folyamat során. Új biztonsági rendszereket is létrehoztunk, hogy védőkorlátokat biztosítsunk a hangkimenetekhez.

A GPT‑4o‑t a Felkészültségi keretrendszerünk⁠ és az önkéntes kötelezettségvállalásaink⁠ alapján értékeltük. A kiberbiztonságról, a CBRN-ről, a meggyőzésről és a modell autonómiáról készült értékeléseink azt mutatják, hogy a GPT‑4o egyik kategóriában sem lépi túl a közepes kockázati szintet. Ez az értékelés a modell betanítási folyamatának során egy sor automatizált és emberek által végzett értékelés végrehajtását foglalta magában. A modell képességeinek jobb kiaknázása érdekében egyéni finomhangolást és utasításokat alkalmazva teszteltük a modell biztonsági kockázat csökkentése előtti és utáni változatait.

A GPT‑4o kiterjedt külső vörös csapat általi tesztelésen is átesett 70+ külső szakértő⁠ bevonásával, olyan területeken, mint a szociálpszichológia, az elfogultság, a méltányosság, valamint a félretájékoztatás, hogy azonosításra kerüljenek az újonnan hozzáadott modalitások által bevezetett vagy felerősített kockázatok. Ezeket a tanulságokat felhasználtuk a biztonsági beavatkozásaink kidolgozásához, hogy javítsuk a GPT‑4o‑val való interakció biztonságát. A felmerülő új kockázatokat folyamatosan kezelni fogjuk.

Elismerjük, hogy a GPT‑4o hangmodalitásai számos újszerű kockázatot jelentenek. Ma nyilvánosan közzétesszük a szöveges és képi beviteleket, valamint a szöveges kimeneteket. A következő hetekben és hónapokban a technikai infrastruktúrán, a képzés utáni használhatóságon és a biztonságon fogunk dolgozni, amelyek a további modalitások bevezetéséhez szükségesek. Például az induláskor a hangkimenetek csak előre beállított hangok kiválasztására korlátozódnak, és a meglévő biztonsági irányelveinket követik. A GPT‑4o teljes körű modalitásait a következő rendszerkártyán fogjuk részletesen bemutatni.

A modell tesztelése és iterációja során több korlátozást is megfigyeltünk, amelyek a modell összes modalitására kiterjednek, ezek közül néhányat az alábbiakban mutatunk be.

^{Frissítve: 2024. május 8.}

Felkészültségi keretrendszerünk⁠ részeként rendszeres értékeléseket végzünk és frissítjük modelljeink értékelőlapjait. Kizárólag a „közepes” vagy annál alacsonyabb értékeléssel bíró modellek kerülnek alkalmazásra. A modell általános kockázati szintjét bármelyik kategória legmagasabb kockázati szintje határozza meg. Jelenleg a GPT‑4o az értékelés szerint közepes kockázatú, mind a kárenyhítési erőfeszítések előtt, mind azok után.

A GPT‑4o a legújabb lépésünk a mély tanulás határainak feszegetésében, ezúttal a gyakorlati használhatóság irányába. Az elmúlt két évben sok erőfeszítést tettünk a hatékonyság javítására a rendszer minden rétegében. A kutatás első eredményeként egy GPT‑4 szintű modellt sokkal szélesebb körben elérhetővé tudunk tenni. A GPT‑4o képességeit fokozatosan vezetik be (a mai naptól kezdve kiterjesztett vörös csapat hozzáféréssel). 

A GPT‑4o szöveges és képi képességek mától fokozatosan jelennek meg a ChatGPT‑ben. A GPT‑4o‑t az ingyenes szinten, valamint a Plus felhasználók számára akár 5-ször magasabb üzenetkorláttal tesszük elérhetővé. A következő hetekben bevezetjük a Hang mód új verzióját a GPT‑4o‑val alfa módban a ChatGPT Plus-on belül.

A fejlesztők mostantól az API-ban is hozzáférhetnek a GPT‑4o‑hoz, mint szöveg- és látásmodellhez. A GPT‑4o kétszer gyorsabb, fele annyiba kerül, és ötször magasabb korlátokkal rendelkezik, mint a GPT‑4 Turbo. Tervünk az, hogy az elkövetkező hetekben elindítjuk a GPT‑4o új audio- és videó képességeinek ügyfélszolgálatát egy kis csoport megbízható partner számára az API-ban.