Претставување на GPT‑4.5
Преглед од истражување на нашиот најсилен GPT модел. Достапно за Pro корисници и развивачи на софтвер ширум светот.
Го објавуваме прегледот од истражувањето на GPT‑4.5—нашиот најголем и најдобар модел за разговор досега. GPT‑4.5 е чекор напред во зголемувањето на обемот на предобуката и пост-обуката. Со зголемување на учењето без надзор, GPT‑4.5 ја подобрува својата способност да препознава обрасци, да воспоставува врски и да генерира креативни идеи без расудување.
Раните тестирања покажуваат дека интеракцијата со GPT‑4.5 е поприродна. Неговата обемна база на знаење, подобрената способност за следење на корисничката намера и поголемиот „EQ“ го прават корисен за задачи како подобрување на пишувањето, програмирањето и решавање на практични проблеми. Исто така, очекуваме дека ќе халуцинира помалку.
Го споделуваме GPT‑4.5 како преглед од истражување за подобро да ги разбереме неговите предности и ограничувања. Сè уште истражуваме за што е способен и едвај чекаме да видиме како луѓето ќе го користат на начини кои можеби не сме ги очекувале.
Ние ги унапредуваме можностите на вештачката интелигенција преку скалирање на две комплементарни парадигми: учење без надзор и расудување. Овие претставуваат две оски на интелигенција.
- Учењето без надзор ја зголемува точноста на светскиот модел и интуицијата. Модели како GPT‑3.5, GPT‑4 и GPT‑4.5 ја унапредуваат оваа парадигма.
- Зголемено расудување, од друга страна, ги учи моделите да размислуваат и да создаваат синџир на мисли пред да одговорат, овозможувајќи им да се справат со сложени STEM или логички проблеми. Модели како OpenAI o1 и OpenAI o3‑mini ја унапредуваат оваа парадигма.
GPT‑4.5 е пример за зголемување на капацитетот на учење без надзор преку зголемување на пресметувачката моќ и податоци, заедно со иновации во архитектурата и оптимизацијата. GPT‑4.5 беше обучен на суперкомпјутери за вештачка интелигенција на Microsoft Azure. Резултатот е модел што има пошироко знаење и подлабоко разбирање на светот, што доведува до намалени халуцинации и поголема сигурност низ широк спектар на теми.
Зголемување на GPT парадигмата
Подлабоко знаење за светот
Точност на SimpleQA (повисока е подобра)
Стапка на халуцинации на SimpleQA (помала е подобра)
SimpleQA колку LLM (голем јазичен модел) дава фактички одговори на едноставни, но предизвикувачки прашања за знаење.
Како што ги унапредуваме нашите модели и тие решаваат посложени проблеми, станува сè поважно да ги научиме на подобро разбирање на човечките потреби и намери. За GPT‑4.5, развивме нови, скалабилни техники што овозможуваат обука на поголеми и помоќни модели со податоци добиени од помали модели. Овие техники го подобруваат GPT‑4.5‑от управливост, разбирање на нијанси и природен разговор.
Споредбени проценки со човечки тестери
Човечката преференција го мери процентот на барања каде што тестерите претпочитале GPT‑4.5 во однос на GPT‑4o.
Комбинирањето на длабоко разбирање на светот со подобрена соработка резултира со модел кој природно ги интегрира идеите во топли и интуитивни разговори што се повеќе усогласени со човечката соработка. GPT‑4.5 има подобро разбирање за тоа што значат луѓето и ги толкува суптилните знаци или имплицитните очекувања со поголема нијанса и „емоционална интелигенција“. GPT‑4.5 исто така покажува посилна естетска интуиција и креативност. Одлично помага при пишување и дизајн.
Случаи на употреба
GPT-4.5
GPT‑4.5 покажува поголем „EQ“ и знае кога да покани за понатамошен разговор, а кога да му обезбеди на корисникот обемни информации.
GPT‑4.5 не размислува пред да одговори, што ги прави неговите предности особено различни од моделите на расудување како OpenAI o1. Во споредба со OpenAI o1 и OpenAI o3‑mini, GPT‑4.5 е поопштонаменски и по природа попаметен модел. Веруваме дека расудувањето ќе биде клучна способност на идните модели и дека двата пристапа кон скалирањето - претходна обука и расудување - ќе се надополнуваат меѓусебно. Како што моделите како GPT‑4.5 стануваат попаметни и поинформирани преку обука, тие ќе служат како уште посилна основа за агенти кои расудуваат и користат алатки.
Секое зголемување на способностите на моделот е исто така можност да се направат моделите побезбедни. GPT‑4.5 беше обучен со нови техники за супервизија кои се комбинираат со традиционални методи за надгледувано фино прилагодување (SFT) и зајакнување на учењето од човечки повратни информации (RLHF), слични на оние што се користат за GPT‑4o. Се надеваме дека оваа работа ќе биде основа за усогласување на уште поспособни идни модели.
За да ги тестираме на стрес нашите подобрувања, спроведовме низа безбедносни тестови пред пуштањето во употреба, во согласност со нашата Рамка за подготвеност(се отвора во нов прозорец). Откривме дека скалирањето на парадигмата на GPT придонесе за подобрување на способностите низ нашите евалуации. Ние ги објавуваме деталните резултати од овие евалуации во придружната системска картичка.
Од денес, корисниците на ChatGPT Pro ќе можат да го изберат GPT‑4.5 во изборот на модели за веб, мобилен и десктоп. Следната седмица ќе почнеме да ги воведуваме за корисниците на Plus и Team, а потоа и за корисниците на Enterprise и Edu следната седмица.
GPT‑4.5 има пристап до најнови информации преку пребарување, поддржува поставување датотеки и слики, и може да користи canvas за работа на пишување и код. Сепак, GPT‑4.5 моментално не поддржува мултимодални функции како гласовен режим, видео и споделување екран во ChatGPT. Во иднина, ќе работиме на поедноставување на корисничкото искуство, така што AI „само функционира“ за тебе.
Исто така, го прегледуваме GPT‑4.5 во Chat Completions API, Assistants API и Batch API за развивачи на софтвер на сите платени нивоа на користење(се отвора во нов прозорец). Моделот поддржува клучни карактеристики како што се повикување на функции, структурирани резултати, стриминг и системски пораки. Исто така, поддржува способности за визија преку внесување на слики.
Врз основа на раните тестирања, развивачите на софтвер можат да го најдат GPT‑4.5 особено корисен за апликации кои имаат корист од неговата повисока емоционална интелигенција и креативност — како помош при пишување, комуникација, учење, коучинг и креативно размислување. Исто така, покажува силни способности во агентското планирање и извршување, вклучувајќи повеќечекорни работни процеси за кодирање и автоматизација на сложени задачи.
GPT‑4.5 е многу голем и компјутерски интензивен модел, што го прави поскап од GPT‑4o и не е замена за него. Поради ова, ние проценуваме дали да продолжиме да го нудиме во API долгорочно, бидејќи го балансираме поддржувањето на тековните способности со развојот на идни модели. Со нетрпение очекуваме да дознаеме повеќе за неговите предности, способности и потенцијални апликации во реални услови. Ако GPT‑4.5 нуди единствена вредност за твојот случај на употреба, твоите повратни информации(се отвора во нов прозорец) ќе играат важна улога во насочувањето на нашата одлука.
Секое ново зголемување на пресметковната моќ носи и нови можности. GPT‑4.5 е модел на границата на можностите во ненадгледуваното учење. Продолжуваме да сме изненадени од креативноста на заедницата во откривањето нови способности и неочекувани случаи на употреба. Со GPT‑4.5, те покануваме да ја истражиш границата на учењето без надзор и да откриеш нови можности со нас.
Подолу, го обезбедуваме GPT‑4.5 резултати на стандардни академски репери за да се илустрира неговата тековна изведба на задачи традиционално поврзани со расудување. Дури и со чисто зголемување на ненадгледуваното учење, GPT‑4.5 покажува значајни подобрувања во однос на претходните модели како GPT‑4o. Сепак, со нетрпение очекуваме да добиеме поцелосна слика за GPT‑4.5. можности преку ова издание, бидејќи препознаваме дека академските репери не секогаш ја одразуваат корисноста во реалниот свет.
Оценки за евалуација на модел
GPT‑4.5 | GPT‑4o | OpenAI o3‑mini (high) | |
GPQA (наука) | 71,4% | 53,6% | 79,7% |
AIME '24 (математика) | 36,7% | 9,3% | 87,3% |
MMMLU (мултилингвален) | 85,1% | 81,5% | 81.1% |
MMMU (мултимодален) | 74,4% | 69,1% | - |
SWE-Lancer Diamond (кодирање)* | 32,6% $186.125 | 23,3% $138,750 | 10,8% $89,625 |
SWE-Bench Verified (кодирање)* | 38,0% | 30,7% | 61,0% |
*Прикажаните бројки ги претставуваат најдобрите внатрешни перформанси.
Автори
Основоположници
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 и Yunxing Dai
Истражување
Главни соработници
Ајден Лоу, Алек Радфорд, Алекс Карни, Алекс Никол, Алексис Конео, Анања Кумар, Бен Ванг, Шарлот Кол, Елизабет Јанг, Габриел Го, Хади Салман, Хаитанг Ху, Хиву Џун, Иан Сол, Ишан Гулраџани, Џејкоб Коксон, Џејмс Беткер, Џејми Кирос, Џесика Ландон, Кајл Лутер, Лиа Гај, Лукас Кондрачук, Лирик Доши, Михаил Павлов, Ќиминг Јуан, Рајмар Лејке, Роуан Зелерс, Шон Мецгер, Шенѓија Жао, Спенсер Папај, Тао Ванг
Придонесувачи
Адам Лерер, Адриен Екофе, Аидан Меклафлин, Александар Прокофјев, Александра Бар, Алан Џабри, Ендру Гибијански, Ендру Шмит, Кејси Чу, Чак Ли, Челси Вос, Крис Халаци, Крис Кох, Кристин Мекливи, Дејвид Мели, Димитрис Ципрас, Ерик Сиглер, Ерин Кавано, Фарзад Хорасани, Хуивен Чанг, Иља Костриков, Ишан Сингал, Џи Лин, Џиахуи Ју, Џинг Ју Жанг, Џон Ризо, Џонг Вук Ким, Џојс Ли, Џунтанг Жуанг, Лео Лиу, Ли Џинг, Лонг Оујанг, Луис Феувриер, Мо Баваријан, Ник Статас, Нитиш Кескар, Олег Мурк, Престон Боуман, Скоти Јан, SQ Мах, Тао Сју, Тејлор Гордон, Валери Чи, Венда Жоу, Ју Жанг
Скалирање
Главни соработници
Алекс Чоу, Алекс Рензин, Александра Спира, Ави Најак, Бен Лајмбергер, Кристофер Хесе, Дук Фонг Нгуен, Дингхуа Ли, Ерик Петерсон, Франсис Жанг, Џин Оден, Каи Фрике, Каи Хајаши, Лари Лв, Леки Зоу, Лин Јанг, Мадлен Томпсон, Мајкл Петров, Мигел Кастро, Наталија Гимелшајн, Фил Тилет, Реза Замани, Рајан Чеу Стенли Хсиех, Стив Ли, Стјуарт Хол, Томас Раукс, Тианхао Женг, Вишал Куо, Јонџик Ким, Јучен Џанг, Жуоран Лиу
Придонесувачи
Алвин Ван, Ендрју Кан, Ендрју Кодиспоти, Антоан Пелис, Ануј Калиа, Арон Херст, Авитал Оливер, Бред Барнс, Брајан Хсу, Чен Динг, Чен Шен, Ченг Чанг, Кристијан Гибсон, Кристофер Бернер, Данкан Финдлеј, Фан Ванг, Фангјуан Ли, Џанлука Борело, Хедер Шмит, Енрике Понде де Оливеира Пинто, Икаи Лан, Џиаји Венг, Џејмс Крукс, Џос Крајјевелд, Џунру Шао, Кени Хсу, Кени Нгујен, Кевин Кинг, Леа Буркхард, Лео Чен, Линден Ли, Лу Жанг, Махмуд Ериби, Марат Дукан, Матеуш Литвин, Мики Хабрин, Натан ЛаФонтен, Павел Белов, Пенг Су, Прасад Чака, Рејчел Лим, Рајкумар Самуел, Рено Гауберт, Рори Кармајкл, Сара Донг, Шантану Џаин, Шуаики Ксија, Стивен Логсдон, Тод Андервуд, Тони Жао, Вејсинг Џанг, Вил Шеу, Веији Женг, Јингхаи Лу, Јунчиао Џанг
Системи за безбедност
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 и Yunyun Wang
Примена
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 и Zhi Bie
Извршно раководство
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 и Tal Broda