Witamy GPT‑4o

W tradycyjnych testach model GPT‑4o osiąga wydajność GPT‑4 Turbo w zakresie inteligencji dotyczącej tekstu, rozumowania i programowania. Wyznacza jednocześnie nowe standardy w zakresie wielojęzyczności, dźwięku i informacji wizualnych.

Wybrano 20 poniższych języków jako reprezentatywne dla kompresji nowego tokenizatora w różnych rodzinach językowych.

GPT‑4o ma bezpieczeństwo wbudowane we wszystkich modalnościach. Osiągnięto to dzięki takim technikom, jak filtrowanie danych treningowych i udoskonalanie zachowania modelu po trenowaniu. Stworzyliśmy również nowe systemy bezpieczeństwa dla głosowych danych wyjściowych.

Oceny modelu GPT‑4o przeprowadziliśmy zgodnie z naszymi Ramami gotowości⁠ i dobrowolnymi zobowiązaniami⁠. Nasze oceny dotyczące cyberbezpieczeństwa, CBRN, perswazji i autonomii modelu pokazują, że model GPT‑4o nie osiąga wyniku wyższego niż średnie ryzyko w żadnej z tych kategorii. Oceny przeprowadzono w sposób zautomatyzowany i ręczny podczas całego okresu testowania modelu. Testowaliśmy zarówno wersje modelu przed wprowadzeniem środków ograniczających ryzyko, jak i po ich zastosowaniu, korzystając z niestandardowej konfiguracji precyzyjnej i poleceń w celu lepszego sprawdzenia możliwości modelu.

GPT‑4o był również dokładnie testowany na zewnątrz przez czerwone zespoły, w skład których weszło ponad 70 zewnętrznych ekspertów⁠ z takich dziedzin, jak psychologia społeczna, stronniczość i bezstronność oraz dezinformacja, w celu zidentyfikowania rodzajów ryzyka wywołanego lub zwiększonego przez nowe modalności. Wykorzystaliśmy zdobytą w ten sposób wiedzę do poprawy bezpieczeństwa korzystania z modelu GPT‑4o. Będziemy kontynuować ograniczanie nowych czynników ryzyka w miarę ich wykrywania.

Rozumiemy, że modalności audio modelu GPT‑4o to nowe źródło różnych czynników ryzyka. Dzisiaj publicznie udostępniamy dane wejściowe w postaci tekstu i obrazów oraz tekstowe dane wyjściowe. W ciągu najbliższych tygodni i miesięcy będziemy pracować nad infrastrukturą techniczną, użytecznością po treningu oraz bezpieczeństwem wymaganym do udostępnienia pozostałych modalności. Na przykład w momencie udostępnienia danych wyjściowych audio będą one ograniczone do zestawu gotowych głosów i zgodne z naszymi obowiązującymi zasadami bezpieczeństwa. Więcej szczegółów na temat pełnego zakresu modalności modelu GPT‑4o podamy w nadchodzącej karcie systemu.

Podczas testowania i iteracji modelu zauważyliśmy szereg ograniczeń we wszystkich jego modalnościach. Kilka z nich przedstawiono poniżej.

^{Data aktualizacji: 8 maja 2024 r.}

Zgodnie z naszymi Ramami gotowości⁠ przeprowadzamy regularne oceny i aktualizujemy karty oceny naszych modeli. Wdrażane są tylko modele, które po zastosowaniu środków ograniczających ryzyko osiągnęły poziom „średni” lub niższy. Ogólny poziom ryzyka dla modelu jest określany na podstawie najwyższego poziomu ryzyka w dowolnej kategorii. Obecnie ryzyko związane z modelem GPT‑4o jest na poziomie średnim – zarówno przed wprowadzeniem środków ograniczających ryzyko, jak i po ich zastosowaniu.

GPT‑4o to nasz najnowszy krok w rozwoju głębokiego uczenia. Tym razem skoncentrowaliśmy się na użyteczności praktycznej. W ciągu ostatnich dwóch lat włożyliśmy wiele wysiłku w poprawę wydajności na każdym poziomie technologii. Pierwszym owocem naszych badań jest udostępnienie modelu na poziomie GPT‑4 szerszemu gronu odbiorców. Zdolności modelu GPT‑4o będą wdrażane iteracyjnie (od dzisiaj rozszerzony dostęp ma czerwony zespół). 

Dzisiaj rozpoczynamy wdrażanie zdolności modelu GPT‑4o w zakresie tekstu i obrazu w ChatGPT. Model GPT‑4o udostępniamy w planie bezpłatnym. Użytkownicy korzystający z planu Plus otrzymają nawet pięciokrotnie większy limit przesyłania wiadomości. W najbliższych tygodniach w planie ChatGPT Plus udostępnimy nową wersję trybu głosowego z modelem GPT‑4o w wersji alfa.

Programiści także mają już dostęp do modelu tekstowego i wizualnego GPT‑4o za pośrednictwem interfejsu API. Model GPT‑4o jest dwa razy szybszy, o połowę tańszy i oferuje pięciokrotnie wyższe limity zapytań w porównaniu z modelem GPT‑4 Turbo. W najbliższych tygodniach planujemy wprowadzić obsługę nowych zdolności audio i wideo modelu GPT‑4o w niewielkiej grupie zaufanych partnerów korzystających z interfejsu API.