Introducing GPT‑4.5
A research preview of our strongest GPT model. Available to Pro users and developers worldwide.
Біз GPT‑4.5 зерттеу алдын ала нұсқасын ұсынып отырмыз — бұл чатқа арналған ең үлкен әрі ең үздік моделіміз. GPT‑4.5 — алдын ала үйрету мен кейінгі үйретуді ауқымдаудағы алға қадам. Қадағаланбайтын оқытуды ауқымдау арқылы GPT‑4.5 үлгілерді тану, байланыстарды көру және ой қорытусыз креативті түйіндер жасау қабілетін жақсартады.
Алғашқы тестілеу GPT‑4.5‑пен өзара әрекеттесу табиғиырақ сезілетінін көрсетеді. Оның білім қорының кеңдігі, пайдаланушы ниетін жақсырақ ұстану қабілеті және жоғарырақ «EQ»-і оны жазуды жақсарту, бағдарламалау және практикалық мәселелерді шешу сияқты тапсырмаларда пайдалы етеді. Сондай-ақ біз оның сирек галлюцинациялайтынын күтеміз.
Біз GPT‑4.5‑ті оның күшті және әлсіз жақтарын жақсырақ түсіну үшін зерттеу алдын ала нұсқасы ретінде бөлісіп отырмыз. Біз әлі де оның не істей алатынын зерттеп жатырмыз және адамдар оны біз күтпеген тәсілдермен қалай қолданатынын көруге асығамыз.
Біз ЖИ мүмкіндіктерін екі бірін-бірі толықтыратын парадигманы ауқымдау арқылы дамытамыз: қадағаланбайтын оқыту және ой қорыту. Бұлар интеллектінің екі осін білдіреді.
- Қадағаланбайтын оқыту әлем моделінің дәлдігін және интуицияны арттырады. GPT‑3.5, GPT‑4 және GPT‑4.5 сияқты модельдер осы парадигманы ілгерілетеді.
- Ой қорытуды ауқымдау, ал керісінше, модельдерді жауап бермес бұрын ойланып, ой тізбегін құруға үйретеді, бұл оларға күрделі STEM немесе логика мәселелерін шешуге мүмкіндік береді. OpenAI o1 және OpenAI o3‑mini сияқты модельдер осы парадигманы ілгерілетеді.
GPT‑4.5 — есептеу қуаты мен деректерді, сондай-ақ архитектура мен оңтайландырудағы жаңалықтарды ауқымдау арқылы қадағаланбайтын оқытуды кеңейтудің мысалы. GPT‑4.5 Microsoft Azure AI суперкомпьютерлерінде үйретілді. Нәтижесінде әлем туралы білімі кеңірек әрі түсінігі тереңірек модель алынды, бұл галлюцинациялардың азаюына және көптеген тақырыптар бойынша сенімділіктің артуына әкелді.
GPT парадигмасын ауқымдау
Әлем туралы тереңірек білім
SimpleQA дәлдігі (жоғары болғаны жақсы)
SimpleQA галлюцинация деңгейі (төмен болғаны жақсы)
SimpleQA LLM (үлкен тілдік модель) фактологиясын қарапайым, бірақ күрделі білім сұрақтары арқылы өлшейді.
Модельдерімізді ауқымдап, олар күрделірек мәселелерді шеше бастаған сайын, оларға адам қажеттіліктері мен ниетін тереңірек түсінуді үйрету барған сайын маңызды бола түседі. GPT‑4.5 үшін біз кіші модельдерден алынған деректермен үлкенірек әрі қуаттырақ модельдерді үйретуге мүмкіндік беретін жаңа, ауқымдалатын тәсілдер әзірледік. Бұл тәсілдер GPT‑4.5‑тің бағытталғыштығын, реңктерді түсінуін және табиғи әңгімелесуін жақсартады.
Адам тестілеушілерімен салыстырмалы бағалаулар
Адам қалауы тестілеушілер GPT‑4.5‑ті GPT‑4o‑дан артық көрген сұраулардың пайызын өлшейді.
Әлемді терең түсінуді жақсартылған ынтымақтастықпен ұштастыру нәтижесінде жылы әрі интуитивті әңгімелерде идеяларды табиғи біріктіретін, адаммен ынтымақтастыққа көбірек бейімделген модель алынады. GPT‑4.5 адамдардың не айтқысы келетінін жақсырақ түсінеді және астарлы ишаралар мен жасырын күтулерді көбірек реңкпен әрі жоғарырақ «EQ»-мен түсіндіреді. GPT‑4.5 сондай-ақ эстетикалық түйсік пен креативтілікті күштірек көрсетеді. Ол жазу мен дизайнға көмектесуде озық.
Қолдану жағдайлары
GPT-4.5
GPT‑4.5 жоғарырақ «EQ» көрсетеді және қашан әңгімені жалғастыруға шақыру керек екенін, ал қашан пайдаланушыға кең ақпарат беру керек екенін біледі.
GPT‑4.5 жауап берер алдында ойланбайды, сондықтан оның күшті жақтары OpenAI o1 сияқты ойлайтын модельдерден айтарлықтай өзгеше. OpenAI o1 және OpenAI o3‑mini модельдерімен салыстырғанда, GPT‑4.5 — жалпы мақсаттағы, туа біткен ақылдырақ модель. Біз ой қорыту болашақ модельдердің негізгі қабілеті болады және ауқымдаудың екі тәсілі — алдын ала үйрету мен ой қорыту — бірін-бірі толықтырады деп сенеміз. GPT‑4.5 сияқты модельдер алдын ала үйрету арқылы ақылдырақ әрі білімдірек бола түскен сайын, олар ой қорыту мен құрал қолданатын агенттер үшін одан да мықты негізге айналады.
Модель мүмкіндіктерінің әрбір артуы модельдерді қауіпсізірек етуге де мүмкіндік береді. GPT‑4.5 GPT‑4o үшін қолданылған әдістерге ұқсас дәстүрлі қадағаланатын баптау (SFT) және Адам пікіріне негізделген күшейтпелі оқыту (RLHF) әдістерімен біріктірілген жаңа бақылау тәсілдерімен үйретілді. Бұл жұмыс болашақтағы одан да қабілетті модельдерді сәйкестендіруге негіз болады деп үміттенеміз.
Жетілдірулерімізді жан-жақты сынау үшін, енгізер алдында Дайындық шеңберіне(жаңа терезеде ашылады) сәйкес қауіпсіздік сынақтарының толық жиынтығын өткіздік. Бағалауларымыз бойынша GPT парадигмасын ауқымдау мүмкіндіктердің жақсаруына ықпал еткенін анықтадық. Осы бағалаулардың егжей-тегжейлі нәтижелерін қоса берілген жүйе картасында жариялап отырмыз.
Бүгіннен бастап ChatGPT Pro пайдаланушылары вебте, мобильді құрылғыларда және жұмыс үстелінде модель таңдау мәзірінен GPT‑4.5‑ті таңдай алады. Келесі аптада Plus және Team пайдаланушыларына, одан кейінгі аптада Enterprise және Edu пайдаланушыларына кезең-кезеңімен ұсына бастаймыз.
GPT‑4.5 іздеу арқылы ең соңғы өзекті ақпаратқа қол жеткізе алады, файлдар мен суреттерді жүктеуді қолдайды және жазу мен кодпен жұмыс істеу үшін canvas қолдана алады. Алайда қазір GPT‑4.5 ChatGPT ішінде дауыс режимі, бейне және экранмен бөлісу сияқты мультимодальды мүмкіндіктерді қолдамайды. Болашақта ЖИ сіз үшін «жай ғана жұмыс істейтіндей» болу үшін пайдаланушы тәжірибесін жеңілдетуге жұмыс істейміз.
Сондай-ақ біз GPT‑4.5 моделінің алдын ала нұсқасын чат жауаптарын құратын API, Assistants API және Batch API арқылы барлық ақылы пайдалану деңгейлеріндегі(жаңа терезеде ашылады) әзірлеушілерге ұсынып отырмыз. Модель функция шақыру, құрылымдалған нәтижелер, ағынмен беру және жүйелік хабарлар сияқты негізгі мүмкіндіктерді қолдайды. Сондай-ақ сурет енгізулері арқылы көру мүмкіндіктерін де қолдайды.
Ерте тестілеу нәтижелеріне сүйенсек, әзірлеушілер GPT‑4.5 моделін әсіресе жоғары эмоциялық интеллекті мен креативтілігі пайда әкелетін қолданбаларда — мысалы, жазуға көмектесу, коммуникация, оқу, коучинг және идея генерациясы үшін — пайдалы деп табуы мүмкін. Ол сондай-ақ агенттік жоспарлау мен орындауда, соның ішінде көпқадамды код жазу жұмыс ағындары мен күрделі тапсырмаларды автоматтандыруда мықты мүмкіндіктер көрсетеді.
GPT‑4.5 — өте үлкен әрі есептеу ресурсын көп қажет ететін модель, сондықтан ол GPT‑4o‑дан қымбатырақ және оны алмастырмайды. Осыған байланысты, қазіргі мүмкіндіктерді қолдау мен болашақ модельдерді құру арасындағы тепе-теңдікті сақтай отырып, оны API-де ұзақ мерзімде ұсынуды жалғастыру-қажет еместігін бағалап жатырмыз. Оның артықшылықтары, мүмкіндіктері және нақты ортадағы ықтимал қолданылуы туралы көбірек білуді асыға күтеміз. Егер GPT‑4.5 сіздің қолдану жағдайыңыз үшін бірегей құндылық әкелсе, сіздің пікіріңіз(жаңа терезеде ашылады) шешімімізді бағыттауда маңызды рөл атқарады.
Есептеу қуатының әрбір жаңа реттік өсуімен бірге жаңа мүмкіндіктер пайда болады. GPT‑4.5 — қадағаланбайтын оқытуда мүмкін болатын шектің озық тұсындағы модель. Қауымдастықтың жаңа қабілеттер мен күтпеген қолдану жағдайларын ашудағы креативтілігі бізді әлі де таңғалдырады. GPT‑4.5‑пен бірге біз сізді қадағаланбайтын оқытудың озық шегін зерттеуге және бізбен бірге жаңа мүмкіндіктерді ашуға шақырамыз.
Төменде GPT‑4.5 моделінің ой қорытуға дәстүрлі түрде қатысты тапсырмалардағы қазіргі өнімділігін көрсету үшін стандартты академиялық бенчмарктердегі нәтижелерін береміз. Тіпті қадағаланбайтын оқытуды жай ғана ауқымдау арқылы да GPT‑4.5 GPT‑4o сияқты алдыңғы модельдермен салыстырғанда мәнді жақсартулар көрсетеді. Дегенмен, бұл релиз арқылы GPT‑4.5 мүмкіндіктерінің толық көрінісін алуды асыға күтеміз, өйткені академиялық бенчмарктер әрдайым нақты өмірдегі пайдалылықты көрсете бермейтінін түсінеміз.
Модельді бағалау ұпайлары
GPT‑4.5 | GPT‑4o | OpenAI o3‑mini (high) | |
GPQA (ғылым) | 71.4% | 53.6% | 79.7% |
AIME ‘24 (математика) | 36.7% | 9.3% | 87.3% |
MMMLU (көптілді) | 85.1% | 81.5% | 81.1% |
MMMU (мультимодальды) | 74.4% | 69.1% | - |
SWE-Lancer Diamond (код жазу)* | 32.6% $186,125 | 23.3% $138,750 | 10.8% $89,625 |
SWE-Bench Verified (код жазу)* | 38.0% | 30.7% | 61.0% |
*Көрсетілген сандар ең жақсы ішкі өнімділікті білдіреді.
Авторлар
Негіз қалаушы үлес қосушылар
Adam Goucher, Alex Paino, Ali Kamali, Amin Tootoonchian, Andrew Tulloch, Ben Sokolowsky, Clemens Winter, Colin Wei, Daniel Kappler, Daniel Levy, Felipe Petroski Such, Geoff Salmon, Ian O’Connell, Jason Teplitz, Kai Chen, Nik Tezak, Prafulla Dhariwal, Rapha Gontijo Lopes, Sam Schoenholz, Youlong Cheng, Yujia Jin, Yunxing Dai
Зерттеу
Негізгі үлес қосушылар
Aiden Low, Alec Radford, Alex Carney, Alex Nichol, Alexis Conneau, Ananya Kumar, Ben Wang, Charlotte Cole , Elizabeth Yang, Gabriel Goh, Hadi Salman, Haitang Hu, Heewoo Jun, Ian Sohl, Ishaan Gulrajani, Jacob Coxon, James Betker, Jamie Kiros, Jessica Landon, Kyle Luther, Lia Guy, Lukas Kondraciuk, Lyric Doshi, Mikhail Pavlov, Qiming Yuan, Reimar Leike, Rowan Zellers, Sean Metzger, Shengjia Zhao, Spencer Papay, Tao Wang
Үлес қосушылар
Adam Lerer, Adrien Ecoffet, Aidan McLaughlin, Alexander Prokofiev, Alexandra Barr, Allan Jabri, Andrew Gibiansky, Andrew Schmidt, Casey Chu, Chak Li, Chelsea Voss, Chris Hallacy, Chris Koch, Christine McLeavey, David Mely, Dimitris Tsipras, Eric Sigler, Erin Kavanaugh, Farzad Khorasani, Huiwen Chang, Ilya Kostrikov, Ishaan Singal, Ji Lin, Jiahui Yu, Jing Yu Zhang, John Rizzo, Jong Wook Kim, Joyce Lee, Juntang Zhuang, Leo Liu, Li Jing, Long Ouyang, Louis Feuvrier, Mo Bavarian, Nick Stathas, Nitish Keskar, Oleg Murk, Preston Bowman, Scottie Yan, SQ Mah, Tao Xu, Taylor Gordon, Valerie Qi, Wenda Zhou, Yu Zhang
Ауқымдау
Негізгі үлес қосушылар
Alex Chow, Alex Renzin, Aleksandra Spyra, Avi Nayak, Ben Leimberger, Christopher Hesse, Duc Phong Nguyen, Dinghua Li, Eric Peterson, Francis Zhang, Gene Oden, Kai Fricke, Kai Hayashi, Larry Lv, Leqi Zou, Lin Yang, Madeleine Thompson, Michael Petrov, Miguel Castro, Natalia Gimelshein, Phil Tillet, Reza Zamani, Ryan Cheu Stanley Hsieh, Steve Lee, Stewart Hall, Thomas Raoux, Tianhao Zheng, Vishal Kuo, Yongjik Kim, Yuchen Zhang, Zhuoran Liu
Үлес қосушылар
Alvin Wan, Andrew Cann, Andrew Codispoti, Antoine Pelisse, Anuj Kalia, Aaron Hurst, Avital Oliver, Brad Barnes, Brian Hsu, Chen Ding, Chen Shen, Cheng Chang, Christian Gibson, Christopher Berner, Duncan Findlay, Fan Wang, Fangyuan Li, Gianluca Borello, Heather Schmidt, Henrique Ponde de Oliveira Pinto, Ikai Lan, Jiayi Weng, James Crooks, Jos Kraaijeveld, Junru Shao, Kenny Hsu, Kenny Nguyen, Kevin King, Leah Burkhardt, Leo Chen, Linden Li, Lu Zhang, Mahmoud Eariby, Marat Dukhan, Mateusz Litwin, Miki Habryn, Natan LaFontaine, Pavel Belov, Peng Su, Prasad Chakka, Rachel Lim, Rajkumar Samuel, Renaud Gaubert, Rory Carmichael, Sarah Dong, Shantanu Jain, Shuaiqi Xia, Stephen Logsdon, Todd Underwood, Tony Zhao, Weixing Zhang, Will Sheu, Weiyi Zheng, Yinghai Lu, Yunqiao Zhang
Қауіпсіздік жүйелері
Andrea Vallone, Andy Applebaum, Cameron Raymond, Chong Zhang, Dan Mossing, Elizabeth Proehl, Eric Wallace, Evan Mays, Grace Zhao, Ian Kivlichan, Irina Kofman, Joel Parish, Kevin Liu, Keren Gu-Lemberg, Kristen Ying, Lama Ahmad, Lilian Weng, Leon Maksin, Leyton Ho, Meghan Shah, Michael Lampe, Michele Wang, Miles Wang, Olivia Watkins, Phillip Guo, Samuel Miserendino, Sam Toizer, Sandhini Agarwal, Tejal Patwardhan, Tom Dupré la Tour, Tong Mu, Tyna Eloundou, Yunyun Wang
Енгізу
Adam Brandon, Adam Perelman, Adele Li, Akshay Nathan, Alan Hayes, Alfred Xue, Alison Ben, Alec Gorge, Alex Guziel, Alex Iftimie, Ally Bennett, Andrew Chen, Andy Wang, Andy Wood, Angad Singh, Anoop Kotha, Antonia Woodford, Anuj Saharan, Ashley Tyra, Atty Eleti, Ben Schneider, Bessie Ji, Beth Hoover, Bill Chen, Blake Samic, Britney Smith, Brian Yu, Caleb Wang, Cary Bassin, Cary Hudson, Charlie Jatt, Chengdu Huang, Chris Beaumont, Christina Huang, Cristina Scheau, Dana Palmie, Daniel Levine, Daryl Neubieser, Dave Cummings, David Sasaki, Dibya Bhattacharjee, Dylan Hunn, Edwin Arbus, Elaine Ya Le, Enis Sert, Eric Kramer, Fred von Lohmann, Freddie Sulit, Gaby Janatpour, Garrett McGrath, Garrett Ollinger, Gary Yang, Hao Sheng, Harold Hotelling, Janardhanan Vembunarayanan, Jeff Harris, Jeffrey Sabin Matsumoto, Jennifer Robinson, Jessica Liang, Jessica Shieh, Jiacheng Yang, Joel Morris, Joseph Florencio, Josh Kaplan, Kan Wu, Karan Sharma, Karen Li, Katie Pypes, Kendal Simon, Kendra Rimbach, Kevin Park, Kevin Rao, Laurance Fauconnet, Lauren Workman, Leher Pathak, Liang Wu, Liang Xiong, Lien Mamitsuka, Lindsay McCallum, Lukas Gross, Manoli Liodakis, Matt Nichols, Michelle Fradin, Minal Khan, Mingxuan Wang, Nacho Soto, Natalie Staudacher, Nikunj Handa, Niko Felix, Ning Liu, Olivier Godement, Oona Gleeson, Philip Pronin, Raymond Li, Reah Miyara, Robert Xiong, Rohan Nuttall, R.J. Marsan, Sara Culver, Scott Ethersmith, Sean Fitzgerald, Shamez Hemani, Sherwin Wu, Shiao Lee, Shuyang Cheng, Siyuan Fu, Spug Golden, Steve Coffey, Steven Heidel, Sundeep Tirumalareddy, Tabarak Khan, Thomas Degry, Thomas Dimson, Tom Stasi, Tomo Hiratsuka, Trevor Creech, Uzair Navid Iftikhar, Victoria Chernova, Victoria Spiegel, Wanning Jiang, Wenlei Xie, Yaming Lin, Yara Khakbaz, Yilei Qian, Yilong Qin, Yo Shavit, Zhi Bie
Атқарушы басшылық
Aidan Clark, Bob McGrew, David Farhi, Greg Brockman, Hannah Wong, Jakub Pachocki, Johannes Heidecke, Joanne Jang, Kate Rouch, Kevin Weil, Lauren Itow, Liam Fedus, Mark Chen, Mia Glaese, Mira Murati, Nick Ryder, Sam Altman, Srinivas Narayanan, Tal Broda