GPT‑4.5 सादर करत आहे
आमच्या सर्वात शक्तिशाली GPT मॉडेलचा शोध पूर्वावलोकन. Pro वापरकर्ता आणि डेव्हलपर्ससाठी जगभर उपलब्ध.
आम्ही GPT‑4.5 चे संशोधन पूर्वावलोकन प्रकाशित करत आहोत - आमचे सर्वात मोठे आणि सर्वोत्तम मॉडेल गप्पा आत्तापर्यंत. GPT‑4.5 हे प्री-ट्रेनिंग आणि पोस्ट-ट्रेनिंग स्केल करण्यामध्ये एक मोठे पुढचे पाऊल आहे. अनसुपरवाइज्ड लर्निंग स्केल करून, GPT‑4.5 पॅटर्न ओळखण्याची, कनेक्शन्स जोडण्याची आणि रिझनिंग शिवाय क्रिएटिव्ह इनसाइट्स निर्माण करण्याची क्षमता सुधारते.
सुरुवातीच्या टेस्टिंगमध्ये दिसते की GPT‑4.5 सोबत संवाद साधणे अधिक नैसर्गिक वाटते. त्याचा विस्तृत नॉलेज बेस, वापरकर्त्याच्या इन्टेंटला फॉलो करण्याची सुधारलेली क्षमता, आणि जास्त “EQ” यामुळे तो लेखन सुधारण्यासाठी, प्रोग्रामिंगसाठी आणि प्रॅक्टिकल प्रॉब्लेम्स सोडवण्यासाठी उपयुक्त ठरतो. आम्हाला हे देखील अपेक्षित आहे की यात हॅल्युसिनेशन कमी होईल.
GPT‑4.5 ला शोध पूर्वावलोकन म्हणून आम्ही शेअर करत आहोत जेणेकरून त्याच्या ताकदी आणि मर्यादा अधिक चांगल्या प्रकारे समजू शकू. आम्ही अजूनही त्याच्या क्षमतांचा शोध घेत आहोत आणि लोक ते आमच्या अपेक्षेपेक्षा वेगळ्या प्रकारे कसे वापरतात हे पाहण्यासाठी उत्सुक आहोत.
आम्ही AI क्षमता दोन पूरक पॅराडाइम्स—अनसुपरवाइज्ड लर्निंग आणि रिझनिंग—स्केल करून पुढे नेतो. हे बुद्धिमत्तेच्या दोन अक्षांचे प्रतिनिधित्व करतात.
- अनसुपरवाइज्ड लर्निंग वर्ल्ड मॉडेलची अचूकता आणि अंतर्ज्ञान वाढवते. GPT‑3.5, GPT‑4 आणि GPT‑4.5 सारखी मॉडेल्स हा पॅराडाइम पुढे नेतात.
- दुसरीकडे, स्केलिंग रीजनिंग, मॉडेल्सना प्रतिसाद देण्यापूर्वी विचार करा आणि विचारांची साखळी तयार करण्यास शिकवते, ज्यामुळे त्यांना जटिल STEM किंवा तर्कशास्त्राच्या समस्या हाताळता येतात. OpenAI o1 आणि OpenAI o3‑mini सारखी मॉडेल्स हा पॅराडाइम पुढे नेतात.
GPT‑4.5 हे अनसुपरवाइज्ड लर्निंग स्केल करण्याचे एक उदाहरण आहे, ज्यामध्ये compute आणि data सोबत आर्किटेक्चर आणि ऑप्टिमायझेशन इनोव्हेशन्स स्केल केले आहेत. GPT‑4.5 ला Microsoft Azure AI सुपरकंप्युटर्सवर प्रशिक्षित केले गेले. त्याचा परिणाम असा झाला की मॉडेलकडे विस्तृत ज्ञान आणि जगाचे अधिक सखोल आकलन आहे, ज्यामुळे हॅल्युसिनेशन कमी झाले आणि विविध विषयांमध्ये अधिक विश्वासार्हता मिळाली.
GPT पॅराडाइम स्केल करणे
अधिक सखोल जागतिक ज्ञान
सिम्पलQA अचूकता (जास्त असेल तेवढे चांगले)
सिम्पलQA हॅल्युसिनेशन रेट (कमी असेल तेवढे चांगले)
सिम्पलQA सरळ पण आव्हानात्मक नॉलेज प्रश्नांवर LLM (large language model) ची तथ्यात्मकता मोजते.
जसजशी आमची मॉडेल्स स्केल होतात आणि अधिक क्लिष्ट समस्या सोडवतात, तसतसे त्यांना मानवी गरजा आणि हेतू यांचा अधिक चांगल्या प्रकारे समज देणे अधिक महत्त्वाचे ठरते. GPT‑4.5 साठी, आम्ही नवीन, स्केलेबल तंत्र विकसित केली आहेत ज्यामुळे लहान मॉडेल्सकडून मिळालेल्या डेटावर मोठ्या आणि अधिक शक्तिशाली मॉडेल्सचे प्रशिक्षण शक्य होते. या तंत्रांमुळे GPT‑4.5 सुधारतात संचालनक्षमता, सूक्ष्मतेचे आकलन आणि नैसर्गिक संभाषण.
मानवी टेस्टर्ससोबत तुलना मूल्यांकन
मानवी पसंती म्हणजे ज्या क्वेरीजमध्ये टेस्टर्सनी GPT‑4.5 ला GPT‑4o पेक्षा प्राधान्य दिले त्यांची टक्केवारी मोजणे.
जगाचे सखोल आकलन आणि सुधारलेल्या कोलॅबोरेशनचा संगम अशा मॉडेलमध्ये होतो जे उबदार, अंतर्ज्ञानी आणि मानवी सहकार्यास अधिक अनुरूप संवादांमध्ये कल्पना नैसर्गिकरीत्या एकत्रित करते. GPT‑4.5 मानसं नेमकं काय अभिप्रेत ठेवतात हे अधिक चांगल्या प्रकारे समजतो आणि सूक्ष्म संकेत व अप्रत्यक्ष अपेक्षा अधिक बारकाव्यांसह आणि जास्त “EQ” ने समजून घेतो. GPT‑4.5 अधिक मजबूत सौंदर्यमूलक अंतर्ज्ञान आणि क्रिएटिव्हिटीही दाखवतो. लेखन आणि डिझाइनमध्ये मदत करण्यात तो उत्कृष्ट ठरतो.
युज केसेस
GPT-4.5
GPT‑4.5 अधिक “EQ” दाखवतो आणि पुढील संवादाला कधी आमंत्रण द्यायचे व कधी वापरकर्त्याला सविस्तर माहिती द्यायची हे ओळखतो.
GPT‑4.5 उत्तर देण्याआधी विचार करत नाही, ज्यामुळे त्याची ताकद OpenAI o1 सारख्या रिझनिंग मॉडेल्सपेक्षा विशेषतः वेगळी ठरते. OpenAI o1 आणि OpenAI o3‑mini च्या तुलनेत, GPT‑4.5 हे अधिक जनरल-पर्पज आणि नैसर्गिकरित्या अधिक स्मार्ट मॉडेल आहे. आम्हाला वाटते की रिझनिंग भविष्यातील मॉडेल्सची मुख्य क्षमता असेल आणि स्केलिंगसाठी दोन पद्धती—प्री-ट्रेनिंग आणि रिझनिंग—एकमेकांना पूरक ठरतील. GPT‑4.5 सारखी मॉडेल्स प्री-ट्रेनिंगमुळे अधिक स्मार्ट आणि नॉलेजबल होत गेली की, ती रिझनिंग आणि टूल्स वापरणाऱ्या एजंट्ससाठी आणखी मजबूत पायाभूत ठरतील.
मॉडेल क्षमतांमध्ये प्रत्येक वाढ म्हणजे मॉडेल्स अधिक सुरक्षित बनवण्याचीही संधी असते. GPT‑4.5 चे प्रशिक्षण नवीन सुपरव्हिजन तंत्रांसह केले गेले आहे, जे पारंपरिक पर्यवेक्षित फाईन-ट्यूनिंग(SFT) आणि मानवी अभिप्रायावर आधारित मजबुतीकरण शिक्षण (RLHF) पद्धतींसह एकत्रित आहेत, जशा GPT‑4o साठी वापरल्या जातात. आम्हाला आशा आहे की हे काम आणखी सक्षम भविष्यातील मॉडेल्सना अलाइन करण्यासाठी पायाभूत ठरेल.
आमच्या सुधारणांची ताण चाचणी करण्यासाठी, आम्ही आमच्या तयारीच्या फ्रेमवर्क(नवीन विंडोमध्ये उघडेल)नुसार तैनात करण्यापूर्वी सुरक्षा चाचण्यांचा एक संच आयोजित केला. आम्हाला आढळले की GPT पॅराडाइम स्केल केल्याने आमच्या सर्व इव्हॅल्युएशन्समध्ये क्षमतांची सुधारणा झाली. आम्ही या मूल्यांकनांचे तपशीलवार परिणाम सोबतच्या सिस्टम कार्ड मध्ये प्रकाशित करीत आहोत.
आजपासून, ChatGPT Pro युजर्सना वेब, मोबाइल आणि डेस्कटॉपवरील मॉडेल पिकरमध्ये GPT‑4.5 निवडता येईल. पुढील आठवड्यात आम्ही Plus आणि Team वापरकर्त्यांसाठी रोलआउट सुरू करू, आणि त्यानंतरच्या आठवड्यात Enterprise आणि Edu वापरकर्त्यांसाठी.
GPT‑4.5 ला सर्चद्वारे ताज्या आणि अद्ययावत माहितीसाठी प्रवेश आहे, तो फाइल आणि प्रतिमा अपलोड करण्यास समर्थन करतो आणि लेखन व कोडिंगसाठी कॅनव्हास वापरू शकतो. मात्र, सध्या GPT‑4.5 मध्ये ChatGPT मध्ये Voice Mode, व्हिडिओ आणि स्क्रीनशेअरिंगसारख्या मल्टिमोडल फीचर्सचा सपोर्ट नाही. भविष्यात, आम्ही वापरकर्ता एक्सपिरियन्स सोपा करण्यासाठी काम करू, जेणेकरून AI तुमच्यासाठी सहज “जस्ट वर्क्स” होईल.
आम्ही सर्व सशुल्क वापर स्तरांवर(नवीन विंडोमध्ये उघडेल) विकसकांसाठी गप्पा कम्प्लिशन्स API, सहाय्यक API, आणि बॅच API मध्ये GPT‑4.5 चे पूर्वावलोकन देखील करीत आहोत. हे मॉडेल फंक्शन कॉलिंग, स्ट्रक्चर्ड आऊटपुट्स, स्ट्रिमिंग आणि सिस्टिम मेसेजेससारख्या की फीचर्सना सपोर्ट करते. ते इमेज इनपुट्सद्वारे व्हिजन केपॅबिलिटीजलाही सपोर्ट करते.
सुरुवातीच्या चाचण्यांनुसार, डेव्हलपर्सना GPT‑4.5 विशेषतः अशा अॅप्लिकेशन्ससाठी उपयुक्त वाटू शकते ज्यांना त्याच्या उच्च इमोशनल इंटेलिजन्स आणि क्रिएटिव्हिटीचा फायदा होतो—जसे की रायटिंग हेल्प, कम्युनिकेशन, लर्निंग, कोचिंग आणि ब्रेनस्टॉर्मिंग. यात एजेन्टिक प्लॅनिंग आणि अंमलबजावणीत मजबूत क्षमता दिसतात, ज्यामध्ये मल्टी-स्टेप कोडिंग वर्कफ्लोज आणि कॉम्प्लेक्स टास्क ऑटोमेशनचा समावेश आहे.
GPT‑4.5 हे खूप मोठे आणि संगणकीय-केंद्रित मॉडेल आहे, ज्यामुळे ते GPT‑4o पेक्षा महाग आहे आणि GPT‑4o ची जागा घेणार नाही. यामुळे, आम्ही API मध्ये दीर्घकाळासाठी हे सर्व्ह करणे सुरू ठेवायचे का याचे मूल्यमापन करत आहोत, सध्याच्या क्षमतांना सपोर्ट देणे आणि भविष्यातील मॉडेल्स तयार करणे यामध्ये समतोल साधत. वास्तविक परिस्थितींमध्ये त्याच्या ताकदी, क्षमतां आणि संभाव्य अॅप्लिकेशन्सबद्दल अधिक जाणून घेण्यासाठी आम्ही उत्सुक आहोत. जर GPT‑4.5 तुमच्या वापर प्रकरणासाठी अद्वितीय मूल्य प्रदान करत असेल, तर तुमचा अभिप्राय(नवीन विंडोमध्ये उघडेल) आमच्या निर्णय प्रक्रियेला दिशा देण्यात महत्त्वाची भूमिका बजावेल.
गणनाशक्तीच्या प्रत्येक नव्या स्तरासोबत नवी क्षमता प्रकट होतात. GPT‑4.5 हे अनसुपरवाइज्ड लर्निंगमध्ये काय शक्य आहे याच्या फ्रंटियरवर असलेले मॉडेल आहे. कम्युनिटीच्या क्रिएटिव्हिटीने नवीन क्षमतांचा आणि अनपेक्षित वापर प्रकरणांचा शोध लावत असताना आम्हाला सतत आश्चर्य वाटत आहे. GPT‑4.5 सोबत, आम्ही तुम्हाला अनसुपरवाइज्ड लर्निंगच्या फ्रंटियरचा शोध घेण्यासाठी आणि नवीन क्षमतांचा शोध घेण्यासाठी आमंत्रित करतो.
खाली, आम्ही GPT‑4.5 चे परिणाम प्रदान करतो तर्काशी पारंपारिकपणे संबंधित कामांवरील त्याची सध्याची कामगिरी स्पष्ट करण्यासाठी मानक शैक्षणिक बेंचमार्कवरील निकाल. फक्त अनसुपरवाइज्ड लर्निंग वाढवूनही, GPT‑4.5 मध्ये GPT‑4o सारख्या आधीच्या मॉडेल्सच्या तुलनेत लक्षणीय सुधारणा दिसून येतात. तरीही, आम्ही GPT‑4.5 चे अधिक संपूर्ण चित्र मिळवण्याची अपेक्षा करतो या प्रकाशनाद्वारे क्षमता वाढवित आहोत, कारण आम्हाला माहित आहे की शैक्षणिक बेंचमार्क नेहमीच वास्तविक जगातील उपयुक्तता दर्शवत नाहीत.
मॉडेल इव्हॅल्युएशन स्कोअर्स
GPT‑4.5 | GPT‑4o | OpenAI o3‑mini (उच्च) | |
GPQA (विज्ञान) | 71.4% | 53.6% | 79.7% |
AIME ‘24 (गणित) | 36.7% | 9.3% | 87.3% |
MMMLU (बहुभाषिक) | 85.1% | 81.5% | 81.1% |
MMMU (मल्टिमोडल) | 74.4% | 69.1% | - |
SWE-Lancer Diamond (कोडिंग)* | 32.6% $186,125 | 23.3% $138,750 | 10.8% $89,625 |
SWE-बेंच व्हेरिफाइड (कोडिंग)* | 38.0% | 30.7% | 61.0% |
*दाखवलेले नंबर हे सर्वोत्कृष्ट अंतर्गत कामगिरी दर्शवतात.
लेखक
मूलभूत योगदानकर्ते
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 आणि Yunxing Dai
रिसर्च
मुख्य योगदानकर्ते
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
योगदानकर्ते
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
स्केलिंग
मुख्य योगदानकर्ते
अॅलेक्स चाऊ, अॅलेक्स रेन्झिन, अॅलेक्सांद्रा स्पायरा, अवी नायक, बेन लेम्बर्गर, क्रिस्टोफर हेसे, डक फोंग न्गुयेन, डिंगुआ ली, एरिक पीटरसन, फ्रान्सिस झांग, जीन ओडेन, काई फ्रिक, काई हयाशी, लॅरी एलव्ही, लेकी झोउ, लिन यांग, मॅडेलीन थॉम्पसन, मायकेल पेट्रोव्ह, मिगुएल कॅस्ट्रो, नतालिया गिमेलशीन, फिल टिलेट, रेझा जमानी, रायन चेउ स्टॅनली हसिह, स्टीव्ह ली, स्टीवर्ट हॉल, थॉमस रौक्स, टियानहाओ झेंग, विशाल कुओ, योंगजिक किम, युचेन झांग, झुओरान लिऊ
योगदानकर्ते
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
सुरक्षा सिस्टम्स
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 आणि Yunyun Wang
डिप्लॉयमेंट
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 आणि Zhi Bie
कार्यकारी नेतृत्व
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 आणि Tal Broda