Memperkenalkan GPT‑4.5
Pratonton penyelidikan model GPT paling kuat kami. Tersedia untuk pengguna Pro dan pembangun di seluruh dunia.
Kami sedang melancarkan pratonton penyelidikan GPT‑4.5— model terbesar dan terbaik kami untuk sembang setakat ini. GPT‑4.5 ialah satu langkah ke hadapan dalam meningkatkan pra-latihan dan pasca-latihan. Dengan menskalakan pembelajaran tanpa pengawasan, GPT‑4.5 meningkatkan keupayaannya untuk mengenali corak, mencipta hubungan, dan menjana pandangan kreatif tanpa penaakulan.
Ujian awal menunjukkan bahawa berinteraksi dengan GPT‑4.5 terasa lebih semula jadi. Pangkalan pengetahuan yang lebih luas, keupayaan yang lebih baik untuk mengikuti niat pengguna, dan “EQ” yang lebih tinggi menjadikannya berguna untuk tugasan seperti meningkatkan penulisan, pengaturcaraan, dan menyelesaikan masalah praktikal. Kami juga menjangka ia akan kurang berhalusinasi.
Kami berkongsi GPT‑4.5 sebagai pratonton penyelidikan untuk lebih memahami kekuatan dan batasannya. Kami masih meneroka apa yang ia mampu lakukan dan teruja untuk melihat bagaimana orang ramai menggunakannya dengan cara yang mungkin tidak kami jangkakan.
Kami memajukan keupayaan AI dengan menskalakan dua paradigma pelengkap: pembelajaran tanpa pengawasan dan penaakulan. Ini mewakili dua paksi kecerdasan.
- Pembelajaran tanpa pengawasan meningkatkan ketepatan dan intuisi model dunia. Model-model seperti GPT‑3.5, GPT‑4, dan GPT‑4.5 memajukan paradigma ini.
- Penaakulan skala, sebaliknya, mengajar model untuk berfikir dan menghasilkan rantaian pemikiran sebelum mereka bertindak balas, membolehkan mereka menyelesaikan masalah STEM atau logik yang kompleks. Model seperti OpenAI o1 dan OpenAI o3‑mini memajukan paradigma ini.
GPT‑4.5 ialah contoh penskalaan pembelajaran tanpa pengawasan dengan meningkatkan pengiraan dan data, serta inovasi dalam seni bina dan pengoptimuman. GPT‑4.5 telah dilatih pada superkomputer AI Microsoft Azure. Hasilnya ialah model yang memiliki pengetahuan lebih luas dan pemahaman lebih mendalam tentang dunia, yang mengurangkan halusinasi dan meningkatkan kebolehpercayaan merentas pelbagai topik.
Menskalakan paradigma GPT
Pengetahuan dunia yang lebih mendalam
Ketepatan SimpleQA (lebih tinggi lebih baik)
Kadar Halusinasi SimpleQA (lebih rendah adalah lebih baik)
SimpleQA mengukur ketepatan fakta LLM (model bahasa besar) pada soalan pengetahuan yang mudah tetapi mencabar.
Apabila kita meningkatkan model kita dan ia menyelesaikan masalah yang lebih kompleks, ia menjadi semakin penting untuk mengajarnya pemahaman yang lebih mendalam tentang keperluan dan niat manusia. Untuk GPT‑4.5, kami membangunkan teknik baharu yang boleh diskalakan yang mendayakan latihan model yang lebih besar dan lebih berkuasa dengan data yang diperoleh daripada model yang lebih kecil. Teknik ini meningkatkan GPT‑4.5 kebolehkendalian, pemahaman nuansa, dan perbualan semula jadi.
Penilaian perbandingan dengan penguji manusia
Keutamaan manusia mengukur peratusan pertanyaan di mana penguji lebih memilih GPT‑4.5 berbanding GPT‑4o.
Menggabungkan pemahaman mendalam tentang dunia dengan kerjasama yang dipertingkatkan menghasilkan model yang menyepadukan idea secara semula jadi dalam perbualan yang mesra dan intuitif yang lebih selaras dengan kerjasama manusia. GPT‑4.5 mempunyai pemahaman yang lebih baik tentang maksud manusia dan mentafsir isyarat halus atau jangkaan tersirat dengan lebih banyak nuansa dan “EQ” yang lebih tinggi. GPT‑4.5 juga menunjukkan intuisi estetik dan kreativiti yang lebih kuat. Ia cemerlang dalam membantu penulisan dan reka bentuk.
Kes penggunaan
GPT-4.5
GPT‑4.5 menunjukkan 'EQ' yang lebih tinggi dan tahu bila untuk menjemput perbualan lanjut berbanding bila untuk memberikan pengguna maklumat yang mendalam.
GPT‑4.5 tidak berfikir sebelum ia memberi respons, ini menjadikan kekuatannya sangat berbeza daripada model penaakulan seperti OpenAI o1. Berbanding dengan OpenAI o1 dan OpenAI o3‑mini, GPT‑4.5 ialah model yang lebih serba guna dan lebih pintar secara semula jadi. Kami percaya penaakulan akan menjadi keupayaan teras model masa hadapan, dan kedua-dua pendekatan untuk penskalaan—pra-latihan dan penaakulan—akan saling melengkapi. Apabila model seperti GPT‑4.5 menjadi lebih pintar dan berpengetahuan melalui pra-latihan, ia akan menjadi asas yang lebih kukuh untuk ejen penaakulan dan penggunaan alat.
Setiap peningkatan dalam keupayaan model juga adalah peluang untuk menjadikan model lebih selamat. GPT‑4.5 telah dilatih dengan teknik baharu untuk penyeliaan yang digabungkan dengan kaedah pelarasan halus terselia (SFT) dan pembelajaran pengukuhan daripada maklum balas manusia (RLHF) seperti yang digunakan untuk GPT‑4o. Kami berharap kerja ini akan menjadi asas untuk menyelaraskan model masa hadapan yang lebih berkemampuan.
Untuk menguji ketahanan peningkatan kami, kami telah menjalankan satu set ujian keselamatan sebelum digunakan, mengikut Rangka Kerja Kesediaan(dibuka dalam tetingkap baru) kami. Kami mendapati bahawa penskalaan paradigma GPT menyumbang kepada peningkatan keupayaan dalam semua penilaian kami. Kami menerbitkan keputusan terperinci daripada penilaian ini dalam kad sistem yang disertakan.
Mulai hari ini, pengguna ChatGPT Pro boleh memilih GPT‑4.5 dalam pemilih model di web, mudah alih, dan komputer meja. Kami akan mula melancarkan kepada pengguna Plus dan Team pada minggu hadapan, kemudian kepada pengguna Perusahaan dan Pendidikan pada minggu seterusnya.
GPT‑4.5 mempunyai akses kepada maklumat terkini dengan carian, sokongan muat naik fail dan imej, dan boleh menggunakan kanvas untuk bekerja pada penulisan dan kod. Namun, GPT‑4.5 pada masa ini tidak menyokong ciri multimodal seperti mod suara, video, dan perkongsian skrin dalam ChatGPT. Pada masa hadapan, kami akan berusaha untuk memudahkan pengalaman pengguna supaya AI 'hanya berfungsi' untuk anda.
Kami juga sedang memperkenalkan pratonton GPT‑4.5 dalam Chat Completions API, Assistants API, dan Batch API kepada pembangun dan semua tahap penggunaan berbayar(dibuka dalam tetingkap baru). Model ini mempunyai sokongan ciri utama seperti panggilan fungsi, output berstruktur, penstriman, dan mesej sistem. Ia juga memberikan sokongan keupayaan penglihatan melalui input imej.
Berdasarkan ujian awal, pembangun mungkin mendapati GPT‑4.5 sangat berguna untuk aplikasi yang mendapat manfaat daripada kecerdasan emosi dan kreativiti yang lebih tinggi—seperti bantuan penulisan, komunikasi, pembelajaran, bimbingan, dan sumbang saran. Ia juga menunjukkan keupayaan kukuh dalam perancangan dan pelaksanaan ejen, termasuk aliran kerja pengekodan berbilang langkah dan automasi tugas yang kompleks.
GPT‑4.5 ialah model intensif pengiraan yang sangat besar, menjadikannya lebih mahal daripada GPT‑4o tetapi bukan pengganti kepada GPT‑4o. Oleh sebab itu, kami sedang menilai sama ada untuk terus menyediakannya dalam API untuk jangka masa panjang sambil kami mengimbangi sokongan keupayaan semasa dengan membina model masa hadapan. Kami tidak sabar untuk mengetahui lebih lanjut tentang kekuatan, keupayaan, dan potensi aplikasi dalam tetapan dunia sebenar. Jika GPT‑4.5 memberikan nilai unik untuk kes penggunaan anda, maklum balas(dibuka dalam tetingkap baru) anda akan memainkan peranan penting dalam membimbing keputusan kami.
Dengan setiap susunan magnitud pengiraan yang baharu, datang keupayaan baharu. GPT‑4.5 ialah model termaju dalam pembelajaran tanpa pengawasan. Kami terus dikejutkan dengan kreativiti komuniti dalam penemuan kebolehan baharu dan kes penggunaan yang tidak dijangka. Dengan GPT‑4.5, kami menjemput anda untuk meneroka sempadan pembelajaran tanpa pengawasan dan menemui keupayaan baharu bersama kami.
Di bawah, kami menyediakan keputusan GPT‑4.5 pada penanda aras akademik standard untuk menggambarkan prestasi semasanya dalam tugas yang secara tradisinya dikaitkan dengan penaakulan. Walaupun dengan hanya meningkatkan pembelajaran tanpa pengawasan, GPT‑4.5 menunjukkan peningkatan yang ketara berbanding model terdahulu seperti GPT‑4o. Namun, kami tetap berharap untuk mendapatkan gambaran yang lebih lengkap tentang keupayaan GPT‑4.5 melalui keluaran ini, kerana kami sedar penanda aras akademik tidak selalunya mencerminkan kegunaan dunia sebenar.
Skor penilaian model
GPT‑4.5 | GPT‑4o | OpenAI o3‑mini (tinggi) | |
GPQA (sains) | 71.4% | 53.6% | 79.7% |
AIME '24 (matematik) | 36.7% | 9.3% | 87.3% |
MMMLU (berbilang bahasa) | 85.1% | 81.5% | 81.1% |
MMMU (multimodal) | 74.4% | 69.1% | - |
SWE-Lancer Diamond (pengekodan)* | 32.6% $186,125 | 23.3% $138,750 | 10.8% $89,625 |
SWE-Bench Mengesahkan (pengekodan)* | 38.0% | 30.7% | 61.0% |
*Nombor yang ditunjukkan mewakili prestasi dalaman yang terbaik.
Penulis
Penyumbang asas
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
Penyelidikan
Penyumbang teras
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
Penyumbang
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
Meningkatkan
Penyumbang teras
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
Penyumbang
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
Sistem Keselamatan
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
Pasang atur
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
Kepimpinan Eksekutif
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