GPT‑5 పరిచయం
మా ఇప్పటివరకు అత్యంత తెలివైన, వేగవంతమైన, అత్యంత ఉపయోగకరమైన మోడల్, అంతర్నిర్మిత ఆలోచన సామర్థ్యంతో, నిపుణుల-స్థాయి మేధస్సును ప్రతి ఒక్కరి చేతుల్లో ఉంచుతుంది.
మేము GPT‑5ను పరిచయం చేస్తున్నాం, ఇది ఇప్పటివరకు మా అత్యుత్తమ AI సిస్టమ్. GPT‑5 మా గత అన్ని మోడళ్లతో పోలిస్తే మేధస్సులో ఒక గణనీయమైన పురోగతిని సాధించింది. కోడింగ్, గణితం, రచన, ఆరోగ్యం, విజువల్ పర్సెప్షన్ మరియు మరెన్నో రంగాల్లో అత్యాధునిక పనితీరును అందిస్తుంది. ఇది ఒక ఏకీకృత వ్యవస్థ — ఎప్పుడు త్వరగా స్పందించాలో, ఎప్పుడు ఎక్కువసేపు ఆలోచించాలో తెలుసుకుని, నిపుణుల స్థాయి సమాధానాలను అందిస్తుంది. GPT‑5 అన్ని యూజర్లకు అందుబాటులో ఉంది. Plus సబ్స్క్రైబర్లు ఎక్కువ వాడుక పరిమితులను పొందుతారు, మరియు Pro సబ్స్క్రైబర్లు GPT‑5 pro యాక్సెస్ పొందుతారు — ఇది విస్తరించిన రీజనింగ్తో మరింత సమగ్రమైన మరియు ఖచ్చితమైన సమాధానాలను అందించే వెర్షన్.
GPT‑5 ఒక యూనిఫైడ్ సిస్టమ్, ఇందులో ఎక్కువ ప్రశ్నలకు సమాధానాలు ఇచ్చే స్మార్ట్, ఎఫిషెంట్ మోడల్, క్లిష్టమైన సమస్యల కోసం డీపర్ రీజనింగ్ మోడల్ (GPT‑5 thinking), మరియు సంభాషణ రకం, క్లిష్టత, టూల్ అవసరాలు, అలాగే మీ స్పష్టమైన ఉద్దేశ్యం (ఉదాహరణకు, మీరు ప్రాంప్ట్లో “దీనిని లోతుగా ఆలోచించు” అని చెప్పినప్పుడు) ఆధారంగా ఏది ఉపయోగించాలో వేగంగా నిర్ణయించే రియల్-టైమ్ రౌటర్ ఉంటాయి.రౌటర్ నిజమైన సంకేతాలపై నిరంతరం శిక్షణ పొందుతుంది — ఉదాహరణకు, యూజర్లు మోడల్స్ మార్చినప్పుడు, సమాధానాలపై ప్రాధాన్యత రేట్లు, అలాగే కొలిచిన ఖచ్చితత్వం. ఈ విధంగా ఇది కాలక్రమేణా మెరుగుపడుతుంది. వాడుక పరిమితులకు చేరుకున్న తర్వాత, ప్రతి మోడల్ యొక్క మినీ వెర్షన్ మిగిలిన క్వెరీలను నిర్వహిస్తుంది. సమీప భవిష్యత్తులో, మేము ఈ సామర్థ్యాలను ఒకే మోడల్లో ఏకీకృతం చేయాలని ప్రణాళిక చేస్తున్నాము.
GPT‑5 పూర్వ మోడళ్లను బెంచ్మార్క్లలో మాత్రమే అధిగమించకుండా, ప్రశ్నలకు మరింత వేగంగా సమాధానాలు ఇస్తుంది. కానీ — అత్యంత ముఖ్యంగా — ఇది వాస్తవ ప్రపంచ ప్రశ్నలకు మరింత ఉపయోగకరంగా ఉంటుంది. మేము హాల్యూసినేషన్లను తగ్గించడం, ఇన్స్ట్రక్షన్ ఫాలోయింగ్ను మెరుగుపరచడం, సైకోఫెన్సీని కనిష్టం చేయడం వంటి అంశాల్లో గణనీయమైన పురోగతి సాధించాము, అలాగే ChatGPTలో అత్యంత సాధారణమైన మూడు వినియోగాలైన రైటింగ్, కోడింగ్, మరియు హెల్త్లో GPT‑5 పనితీరును మరింత ఉన్నత స్థాయికి తీసుకెళ్లాము.
GPT‑5 ఇప్పటివరకు మా అత్యంత శక్తివంతమైన కోడింగ్ మోడల్. ఇది ముఖ్యంగా కాంప్లెక్స్ ఫ్రంట్-ఎండ్ జనరేషన్ మరియు పెద్ద రిపోజిటరీలను డీబగ్ చేయడంలో గణనీయమైన మెరుగుదలలు చూపిస్తుంది. ఇది కేవలం ఒక ప్రాంప్ట్తోనే అందమైన, ప్రతిస్పందనాత్మక వెబ్సైట్లు, యాప్లు, గేమ్లను సృష్టించగలదు—అందానికి అనుగుణమైన సెన్సిబిలిటీతో, ఆలోచనలను సహజంగాను రుచికరంగాను వాస్తవంగా మార్చుతుంది. ప్రారంభ దశ టెస్టర్లు దాని డిజైన్ ఎంపికలను కూడా గుర్తించారు—స్పేసింగ్, టైపోగ్రఫీ, వైట్ స్పేస్ వంటి అంశాలను మరింత మెరుగ్గా అర్థం చేసుకున్నదని పేర్కొన్నారు. డెవలపర్ల కోసం GPT‑5 ఏమి అన్లాక్ చేస్తుందో పూర్తి వివరాల కోసం ఇక్కడ చూడండి.
ఒక్క ప్రాంప్ట్తో GPT‑5 సృష్టించిన కొన్ని ఉదాహరణలు ఇవి:
ప్రాంప్ట్: క్రింది అవసరాలతో ఒకే HTML ఫైల్లో సింగిల్-పేజ్ యాప్ని రూపొందించండి:
- పేరు: Jumping Ball Runner
- లక్ష్యం: ఎక్కువసేపు బతికేందుకు అడ్డంకులను దాటి జంప్ చేయడం.
- ఫీచర్లు: పెరుగుతున్న స్పీడ్, హై స్కోర్ ట్రాకింగ్, రిట్రై బటన్, మరియు చర్యలు, ఈవెంట్లకు సరదా సౌండ్లు.
- UI రంగులమయంగా ఉండాలి, ప్యారాలాక్స్ స్క్రోలింగ్ బ్యాక్గ్రౌండ్లతో.
- క్యారెక్టర్లు కార్టూన్లా కనిపించి, చూడటానికి సరదాగా ఉండాలి.
- ఈ గేమ్ అందరికీ ఆస్వాదించదగినదిగా ఉండాలి.
GPT‑5 మా అత్యంత సామర్థ్యవంతమైన రచనా సహకారి, ఇది మీకు కఠినమైన ఆలోచనలను ఆకర్షణీయమైన, ప్రతిధ్వనించే రచనగా సాహిత్య లోతు మరియు లయతో మార్చడానికి సహాయం చేయగలదు. ఇది నిర్మాణాత్మక అస్పష్టత ఉన్న రచనను మరింత నమ్మదగిన రీతిలో నిర్వహిస్తుంది — ఉదాహరణకు, సహజంగా ప్రవహించే ఫ్రీ వర్స్ లేదా రైమ్ లేని ఐయాంబిక్ పెంటామీటర్ను కొనసాగిస్తూ, రూపానికి గౌరవం మరియు భావవ్యక్తీకరణలో స్పష్టత రెండింటినీ సమతుల్యం చేస్తుంది.ఈ మెరుగైన రాత సామర్థ్యాలు, నివేదికలు, ఈమెయిల్స్, మెమోలు వంటి రోజువారీ పనుల్లో డ్రాఫ్టింగ్ మరియు ఎడిటింగ్లో ChatGPT మరింత సహాయకరంగా మారేలా చేస్తాయి. క్రింది పట్టికలో GPT‑5 మరియు GPT‑4o రైటింగ్ శైలులను పోల్చవచ్చు.
ఆరోగ్యానికి సంబంధించిన ప్రశ్నల కోసం GPT‑5 ఇప్పటివరకు మా అత్యుత్తమ మోడల్ — ఇది యూజర్లకు తమ ఆరోగ్యంపై అవగాహన కలిగి ఉండటానికి మరియు దానికోసం స్వయంగా ముందడుగు వేయటానికి శక్తినిస్తుంది.ఈ సంవత్సరం ప్రారంభంలో మేము ప్రచురించిన, వాస్తవ పరిస్థితులు మరియు వైద్యులు నిర్వచించిన ప్రమాణాల ఆధారంగా రూపొందించిన HealthBench అంచనాలో, ఈ మోడల్ గతంలోని ఏ మోడల్కన్నా గణనీయంగా ఎక్కువ స్కోరు సాధించింది.పూర్వ మోడళ్లతో పోలిస్తే, ఇది మరింత చురుకైన ఆలోచనా భాగస్వామిగా వ్యవహరిస్తుంది — సాధ్యమైన సమస్యలను ముందుగానే గుర్తించి, మరింత ఉపయోగకరమైన సమాధానాలు ఇవ్వడానికి ప్రశ్నలను అడుగుతుంది.ఈ మోడల్ ఇప్పుడు యూజర్ యొక్క సందర్భం, జ్ఞాన స్థాయి, మరియు భౌగోళిక పరిసరాలకు అనుగుణంగా మారి, మరింత ఖచ్చితమైన మరియు నమ్మదగిన సమాధానాలు ఇస్తుంది — విస్తృత శ్రేణి పరిస్థితుల్లో సురక్షితంగా మరియు ఉపయోగకరంగా స్పందించగల సామర్థ్యాన్ని పొందింది.ముఖ్యంగా, ChatGPT వైద్య నిపుణుడిని భర్తీ చేయదు — ఫలితాలను అర్థం చేసుకోవడంలో, వైద్యులతో మాట్లాడేటప్పుడు సరైన ప్రశ్నలు అడగడంలో, మరియు నిర్ణయాలు తీసుకునేటప్పుడు వివిధ ఎంపికలను తూకం వేసుకోవడంలో మీకు సహాయపడే భాగస్వామిగా దీన్ని భావించండి.
ఈ ఉదాహరణల్లో, GPT‑5 మా పూర్వ మోడల్స్తో పోలిస్తే విభిన్న రంగాల్లో—మరింత సమృద్ధిగా, వివరాలతో, మరియు ఉపయోగకరంగా—ఎలా మెరుగుపడిందో మీరు చూడవచ్చు:
GPT-4o
GPT-5
GPT‑5 యొక్క రెస్పాన్స్ శక్తివంతమైన ముగింపుతో, స్పష్టమైన ఇమేజరీతో, మరియు ఆకర్షణీయమైన ఉపమానాలతో (“black flags of a country that no longer exists,” “Kyoto’s bell rolls evening down the hill”) పెద్ద భావోద్వేగ పంథాను అందంగా ముగిస్తూ, సంస్కృతి మరియు ప్రదేశం యొక్క స్పష్టమైన అనుభూతిని సృష్టిస్తుంది.GPT‑4o యొక్క వెర్షన్ మరింత అంచనా వేయదగిన నిర్మాణం మరియు రైమ్ స్కీమ్ను అనుసరిస్తుంది, చూపించడానికి బదులుగా వివరిస్తుంది (“she weeps and doesn’t tell”).
*ఇచ్చిన ప్రాంప్ట్ కోసం ఈ రెండింటిలో ఏ మోడల్ బాగా పనిచేసిందో దాని ఆధారంగా, 4o మరియు OpenAI o3 మధ్య ఒక సమాధానాన్ని మేము ఎంచుకున్నాం.
GPT‑5 అన్ని విభాగాల్లో మరింత తెలివిగా ఉంది — ముఖ్యంగా గణితం, కోడింగ్, విజువల్ పర్సెప్షన్, మరియు ఆరోగ్య రంగాల్లోని అకడమిక్ మరియు మానవ అంచనాల బెంచ్మార్క్లలో దాని ప్రదర్శన దీన్ని స్పష్టంగా చూపిస్తుంది.ఇది గణితం (AIME 2025 లో టూల్స్ లేకుండా 94.6%), రియల్-వరల్డ్ కోడింగ్ (SWE-bench Verified లో 74.9%, Aider Polyglot లో 88%), మల్టీమోడల్ అండర్స్టాండింగ్ (MMMU లో 84.2%), మరియు ఆరోగ్యం (HealthBench Hard లో 46.2%) వంటి రంగాల్లో కొత్త స్టేట్ ఆఫ్ ది ఆర్ట్ను నెలకొల్పింది — మరియు ఆ పురోగతులు రోజువారీ వినియోగంలో స్పష్టంగా కనిపిస్తాయి.GPT‑5 pro యొక్క విస్తరించిన రీజనింగ్తో, ఈ మోడల్ GPQA పై కూడా కొత్త స్టేట్ ఆఫ్ ది ఆర్ట్ను నెలకొల్పింది, టూల్స్ లేకుండా 88.4% స్కోరు సాధించింది.
*టూల్స్తో ఉన్న AIME ఫలితాలను, టూల్ యాక్సెస్ లేకుండా ఉన్న మోడల్ పనితీరుతో నేరుగా పోల్చకూడదు; అవి GPT‑5 అందుబాటులో ఉన్న టూల్స్ను ఎంత సమర్థవంతంగా ఉపయోగించగలదో చూపించే ఉదాహరణ.
అన్ని SWE-bench ఈవాల్యుయేషన్ రన్స్లో, మా ఇంటర్నల్ ఇన్ఫ్రాస్ట్రక్చర్పై ధృవీకరించబడిన n=477 వెరిఫైడ్ టాస్క్ల ఫిక్స్డ్ సబ్సెట్ను ఉపయోగిస్తారు.
సూచనలను అనుసరించడం మరియు ఏజెంటిక్ టూల్ వాడకాన్ని పరీక్షించే బెంచ్మార్క్లలో GPT‑5 గణనీయమైన పురోగతిని చూపిస్తుంది — ఇవే సామర్థ్యాలు దీన్ని బహుళ దశల అభ్యర్థనలను నమ్మదగిన రీతిలో నిర్వహించేందుకు, విభిన్న టూల్స్ మధ్య సమన్వయం సాధించేందుకు, మరియు సందర్భ మార్పులకు అనుగుణంగా మారేందుకు సహాయపడతాయి.ఆచరణలో, దీని అర్థం క్లిష్టమైన, అభివృద్ధి చెందుతున్న పనులను నిర్వహించడంలో ఇది మరింత మెరుగ్గా ఉండటం; GPT‑5 మీ సూచనలను మరింత నమ్మకంగా పాటించి, దాని వద్ద ఉన్న సాధనాలను ఉపయోగించి పనిని ప్రారంభం నుండి ముగింపు వరకు పూర్తి చేయగలదు.
ఈ మోడల్ విజువల్, వీడియో-ఆధారిత, స్థలక్రమ మరియు సైంటిఫిక్ రీజనింగ్ వంటి విభిన్న మల్టీమోడల్ బెంచ్మార్క్లలో అద్భుతంగా ప్రదర్శిస్తుంది. మరింత శక్తివంతమైన మల్టీమోడల్ పనితీరుతో, ChatGPT చిత్రాలు మరియు ఇతర నాన్-టెక్స్ట్ ఇన్పుట్లపై మరింత ఖచ్చితంగా రీజన్ చేయగలదు — అది చార్ట్ను విశ్లేషించడం కావచ్చు, ప్రెజెంటేషన్ ఫోటోను సారాంశం చేయడం కావచ్చు, లేదా డయాగ్రామ్ గురించి ప్రశ్నలకు సమాధానం ఇవ్వడం కావచ్చు.
క్లిష్టమైన, ఆర్థికంగా విలువైన నాలెడ్జ్ వర్క్పై పనితీరును కొలిచే ఇంటర్నల్ బెంచ్మార్క్లో కూడా GPT‑5 మా అత్యుత్తమ మోడల్.రీజనింగ్ను ఉపయోగించినప్పుడు, సుమారు సగం సందర్భాల్లో GPT‑5 నిపుణుల సరసన లేదా మరింత మెరుగ్గా పనిచేస్తుంది — లా, లాజిస్టిక్స్, సేల్స్, మరియు ఇంజినీరింగ్ సహా 40కి పైగా వృత్తులలోని పనులలో o3 మరియు ChatGPT Agent కంటే మెరుగైన ఫలితాలను సాధిస్తుంది.
పై ఈవాల్యుయేషన్ల పద్ధతి: GPT‑4o ఫలితాలు 2025 ఆగస్టు నాటికి ChatGPTలో లభ్యమయ్యే తాజా మోడల్ వెర్షన్ను ప్రతిబింబిస్తాయి.అన్ని మోడల్స్ను అధిక ‘రీజనింగ్ ఎఫర్ట్’ సెట్టింగ్స్లో ఈవాల్యుయేట్ చేస్తారు. ChatGPTలో రీజనింగ్ ఎఫర్ట్ మారవచ్చు, అందులో ‘హై’ అనేది యూజర్ మోడల్ను ఉపయోగిస్తున్నప్పుడు ఎదుర్కొనే గరిష్ట స్థాయిని సూచిస్తుంది.
తక్కువ ఆలోచనా సమయంతో GPT‑5 మరింత విలువ అందిస్తుంది. మా ఈవాల్యుయేషన్లలో, GPT‑5 (with thinking) OpenAI o3 కంటే 50-80% తక్కువ అవుట్పుట్ టోకెన్స్తో, వీజువల్ రీజనింగ్, ఏజెంటిక్ కోడింగ్, మరియు గ్రాడ్యుయేట్-లెవెల్ సైంటిఫిక్ ప్రాబ్లమ్ సాల్వింగ్ వంటి అన్ని కేపబిలిటీస్లో మెరుగ్గా పని చేస్తుంది.
GPT‑5ని Microsoft Azure AI సూపర్కంప్యూటర్స్పై ట్రైన్ చేశారు.
GGPT‑5 మా పూర్వ మోడళ్లతో పోలిస్తే తప్పు సమాచారాన్ని సృష్టించే అవకాశాలు గణనీయంగా తక్కువగా ఉన్నాయి. ChatGPT ప్రొడక్షన్ ట్రాఫిక్ను ప్రతినిధ్యం వహించే అనానిమైజ్డ్ ప్రాంప్ట్లపై వెబ్ సెర్చ్ ఎనేబుల్ చేసినప్పుడు, GPT‑4o తో పోల్చితే GPT‑5 యొక్క రెస్పాన్స్లు వాస్తవపరమైన లోపం కలిగి ఉండే అవకాశం సుమారు ~45% తక్కువగా ఉంటుంది. అలాగే థింకింగ్ మోడ్లో, OpenAI o3 తో పోలిస్తే GPT‑5 యొక్క రెస్పాన్స్లు వాస్తవపరమైన లోపం కలిగి ఉండే అవకాశం సుమారు ~80% తక్కువగా ఉంటుంది.
క్లిష్టమైన, తెరవబడిన ప్రశ్నలపై రీజన్ చేసే సందర్భాల్లో మా మోడళ్లను మరింత నమ్మదగినవిగా చేయడంలో మేము ప్రత్యేకంగా పెట్టుబడి పెట్టాము.దాంతో పాటు, ఓపెన్-ఎండెడ్ ఫాక్చువాలిటీని స్ట్రెస్-టెస్ట్ చేయడానికి మేము కొత్త మూల్యాంకనాలను జోడించాము. మేము GPT‑5 యొక్క హల్యూసినేషన్ రేటును కొలిచాము — ఇది తెరవబడిన వాస్తవాధారిత ప్రశ్నలపై థింకింగ్ చేసేటప్పుడు రెండు పబ్లిక్ ఫ్యాక్చువాలిటీ బెంచ్మార్క్లలో పరీక్షించబడింది: LongFact(కొత్త విండోలో తెరుచుకుంటుంది) (సిద్ధాంతాలు మరియు వస్తువులు) మరియు FActScore(కొత్త విండోలో తెరుచుకుంటుంది).ఈ అన్ని బెంచ్మార్క్లలో, “GPT‑5 thinking” హల్యూసినేషన్లలో గణనీయమైన తగ్గుదల చూపిస్తుంది — o3 తో పోలిస్తే సుమారు ఆరు రెట్లు తక్కువగా — ఇది నిరంతరం ఖచ్చితమైన లాంగ్-ఫార్మ్ కంటెంట్ను ఉత్పత్తి చేసే దిశలో స్పష్టమైన ముందడుగును సూచిస్తుంది.ఈ బెంచ్మార్క్లపై మా అంచనాల అమలు మరియు గ్రేడింగ్ వివరాలు సిస్టమ్ కార్డ్లో చూడవచ్చు.
ఫాక్చువాలిటీ మెరుగుదలతో పాటు, GPT‑5 (with thinking) యూజర్తో తన చర్యలు మరియు సామర్థ్యాలను మరింత నిజాయితీగా పంచుకుంటుంది — ముఖ్యంగా అసాధ్యమైన, పూర్తిగా నిర్వచించని లేదా కీలక సాధనాలు లేని పనుల విషయంలో. ట్రైనింగ్ సమయంలో అధిక రివార్డ్ సాధించడానికి, రీజనింగ్ మోడల్స్ కొన్నిసార్లు పని విజయవంతంగా పూర్తయ్యిందని అబద్ధం చెప్పడం లేదా నిర్ధారణ లేని సమాధానంపై అతిగా నమ్మకం చూపించడం నేర్చుకోవచ్చు. ఉదాహరణకు, దీనిని పరీక్షించడానికి, మేము మల్టీమోడల్ బెంచ్మార్క్ CharXiv ప్రాంప్ట్ల నుండి అన్ని చిత్రాలను తీసివేశాము, మరియు OpenAI o3 లేని చిత్రాల గురించి 86.7% సందర్భాల్లో ధైర్యంగా సమాధానమిచ్చిందని కనుగొన్నాము, ఇది GPT‑5కు కేవలం 9% మాత్రమే.
రీజనింగ్ చేస్తున్నప్పుడు, GPT‑5 ఏ పనులు పూర్తిచేయలేమో మరింత ఖచ్చితంగా గుర్తించి, తన పరిమితులను స్పష్టంగా తెలియజేస్తుంది.మేము అసాధ్యమైన కోడింగ్ టాస్కులు మరియు లేని మల్టీమోడల్ అసెట్స్ ఉన్న సెట్టింగ్లలో మోసపు రేట్లను అంచనా వేసాము, మరియు GPT‑5 (with thinking) అన్ని సందర్భాల్లోనూ o3 కంటే తక్కువ మోసపూరితంగా ఉందని కనుగొన్నారు. వాస్తవ ChatGPT ప్రొడక్షన్ ట్రాఫిక్ను ప్రతిబింబించే పెద్ద సంఖ్యలో సంభాషణల్లో, మేము మోసపు రేటును o3లో 4.8% నుండి GPT‑5 రీజనింగ్ సమాధానాల్లో 2.1%కి తగ్గించాము. ఇది యూజర్లకు గణనీయమైన మెరుగుదలని సూచించినా, ఇంకా చేయాల్సిన పని మిగిలే ఉంది, మరియు మా మోడల్స్ యొక్క ఫాక్చువాలిటీ మరియు నిజాయితీని మెరుగుపర్చడానికి పరిశోధనను కొనసాగిస్తున్నాము. మరిన్ని వివరాలను సిస్టమ్ కార్డ్లో చూడవచ్చు.
మిటిగేషన్కు ముందు
మిటిగేషన్ తరువాత
GPT‑5 భద్రతా పరంగా కొత్త ప్రమాణాలను నెలకొల్పుతోంది.గతంలో, ChatGPT ప్రధానంగా రిఫ్యూజల్-ఆధారిత భద్రతా ట్రైనింగ్పై ఆధారపడేది — అంటే, యూజర్ ప్రాంప్ట్ ఆధారంగా మోడల్ అనుకూలంగా స్పందించాలి లేదా తిరస్కరించాలి.ఈ రకమైన ట్రైనింగ్ స్పష్టంగా హానికరమైన ప్రాంప్ట్లకు బాగా పనిచేస్తుంది, కానీ యూజర్ ఉద్దేశ్యం స్పష్టంగా లేని సందర్భాల్లో లేదా ఇచ్చిన సమాచారం మంచిగా గానీ, దుర్వినియోగపూర్వకంగా గానీ ఉపయోగించబడే పరిస్థితుల్లో ఇబ్బంది పడుతుంది.ప్రత్యేకంగా, డ్యూయల్-యూజ్ డొమైన్లలో — ఉదాహరణకు వైరాలజీ — రిఫ్యూజల్ ట్రైనింగ్ ప్రత్యేకంగా కఠినంగా ఉంటుంది — ఎందుకంటే ఒక సాధారణ అభ్యర్థనను సాధారణ స్థాయిలో సురక్షితంగా పూర్తి చేయవచ్చు, కానీ వివరంగా చేస్తే అది దుర్వినియోగం చేసే వ్యక్తికి అవకాశం కల్పించవచ్చు.
GPT‑5 కోసం మేము కొత్త రకం భద్రతా ట్రైనింగ్ — సేఫ్ కంప్లీషన్స్ — ను పరిచయం చేశాము, ఇది మోడల్కు సాధ్యమైనప్పుడు అత్యంత ఉపయోగకరమైన సమాధానం ఇవ్వడం, అలాగే భద్రతా పరిమితులలోనే ఉండడం నేర్పిస్తుంది.కొన్నిసార్లు, దీని అర్థం యూజర్ ప్రశ్నకు భాగంగా మాత్రమే సమాధానం ఇవ్వడం లేదా ఉన్నతస్థాయి వివరణ మాత్రమే ఇవ్వడం కావచ్చు. మోడల్ తిరస్కరించాల్సి వస్తే, GPT‑5 ఎందుకు తిరస్కరిస్తోందో స్పష్టంగా చెప్పేలా, అలాగే సురక్షితమైన ప్రత్యామ్నాయాలను అందించేలా శిక్షణ పొందింది. కంట్రోల్డ్ ఎక్స్పెరిమెంట్స్ మరియు మా ప్రొడక్షన్ మోడల్స్ రెండింటిలోనూ, ఈ విధానం మరింత సూక్ష్మంగా పనిచేస్తుందని మేము గమనించాము — డ్యూయల్-యూజ్ ప్రశ్నలను మెరుగ్గా నావిగేట్ చేయడం, అస్పష్టమైన ఉద్దేశ్యంపై మరింత రాబస్ట్నెస్, మరియు అవసరం లేని ఓవర్ రిఫ్యూజల్స్ తగ్గడం సాధ్యమవుతోంది. మా కొత్త సేఫ్టీ-ట్రైనింగ్ విధానం గురించి, అలాగే పద్ధతి, మెట్రిక్స్, మరియు ఫలితాల పూర్తి వివరాలు మా సేఫ్ కంప్లీషన్ పేపర్లో చదవండి.
వివిధ ప్రాంప్ట్ ఉద్దేశాల రకాలలో భద్రత మరియు సహాయకత (సురక్షిత రెస్పాన్స్ల ఆధారంగా).GPT‑5 (థింకింగ్తో) అన్ని ప్రాంప్ట్ ఉద్దేశాల రకాలలో ఎక్కువ భద్రతతో పాటు మెరుగైన సహాయకతను కూడా చూపిస్తుంది.
మొత్తం మీద, GPT‑5 తక్కువగా అతి-అంగీకారంగా ఉంటుంది, అవసరం లేని ఎమోజీలను తక్కువగా ఉపయోగిస్తుంది, మరియు GPT‑4o తో పోలిస్తే ఫాలో-అప్స్లో మరింత సూక్ష్మత మరియు ఆలోచనతో వ్యవహరిస్తుంది. ఇది “AIతో మాట్లాడుతున్న” అనుభూతి కంటే, సహాయక స్నేహితునితో చాటింగ్ చేయడం PhD-స్థాయి జ్ఞానంతో లాగా అనిపించాలి.
ఈ సంవత్సరం ప్రారంభంలో, మేము GPT‑4oకి ఒక అప్డేట్ విడుదల చేశాము, అది అనుకోకుండా మోడల్ను అతిగా అనుకూలంగా — అంటే, అవసరానికి మించి పొగడడం లేదా ఏకీభవించడం లాంటి ప్రవర్తన చూపేలా చేసింది.మేము వెంటనే ఆ మార్పును రద్దు చేశాము మరియు అప్పటి నుంచి ఈ ప్రవర్తనను అర్థం చేసుకోవడానికి మరియు తగ్గించడానికి పని చేస్తున్నాము:
- అతి అనుకూలత స్థాయిలను కొలవడానికి కొత్త అంచనాలను అభివృద్ధి చేయడం
- మోడల్ తక్కువగా అతి అనుకూలంగా ఉండేలా మా ట్రైనింగ్ను మెరుగుపరచడం — ఉదాహరణకు, సాధారణంగా అతిగా ఏకీభావం చూపించే ఉదాహరణలను చేర్చి, అలా చేయకూడదని మోడల్కు నేర్పించడం.
అతి అనుకూలమైన సమాధానాలను ప్రేరేపించేలా ప్రత్యేకంగా రూపొందించిన ప్రాంప్ట్లను ఉపయోగించిన టార్గెటెడ్ అంచనాల్లో, GPT‑5 అతి అనుకూలమైన సమాధానాలను గణనీయంగా తగ్గించింది (14.5% నుండి 6% కంటే తక్కువకు).కొన్ని సందర్భాల్లో, అతి అనుకూలతను తగ్గించడం యూజర్ సంతృప్తిని కొంత తగ్గించవచ్చు. అయితే, మేము చేసిన మెరుగుదలలు అతి అనుకూలతను సగానికి పైగా తగ్గించడమే కాకుండా ఇతర కొలవదగిన పురోగతులు కూడా చూపించాయి. దీంతో యూజర్లు ఇంకా అధిక నాణ్యత కలిగిన, నిర్మాణాత్మక సంభాషణలు కొనసాగించగలుగుతున్నారు — ఇది ప్రజలు ChatGPTని సమర్థవంతంగా ఉపయోగించడానికి సహాయపడటమే అన్న మా లక్ష్యానికి అనుగుణంగా ఉంది.
GPT‑5 సూచనలను అనుసరించడంలో గణనీయంగా మెరుగుపడింది, మరియు కస్టమ్ సూచనలను అనుసరించే దాని సామర్థ్యంలో కూడా తగిన మెరుగుదల కనిపిస్తోంది.
స్టీరబిలిటీ మెరుగుదలలతో సాధ్యమైన విధంగా, అన్ని ChatGPT యూజర్ల కోసం నాలుగు కొత్త ప్రీసెట్ వ్యక్తిత్వాల రీసెర్చ్ ప్రీవ్యూ కూడా మేము ప్రారంభిస్తున్నాము.ప్రారంభంలో టెక్స్ట్ చాట్లో అందుబాటులో ఉండే, తరువాత వాయిస్కు రాబోయే ఈ వ్యక్తిత్వాలు, మీరు కస్టమ్ ప్రాంప్ట్లు రాయకుండా ChatGPT ఎలా స్పందించాలో నిర్ణయించడానికి వీలు కల్పిస్తాయి — అది సంక్షిప్తంగా మరియు ప్రొఫెషనల్గా కావచ్చు, ఆలోచనాత్మకంగా మరియు సపోర్టివ్గా కావచ్చు, లేదా కొద్దిగా వ్యంగ్యంగా కావచ్చు.ప్రారంభంలో అందుబాటులో ఉన్న నాలుగు ఎంపికలు — సినిక్ (Cynic), రోబోట్ (Robot), లిసనర్ (Listener), మరియు నర్డ్ (Nerd) — మీరు ఇష్టానుసారం ఎంచుకోవచ్చు, ఎప్పుడైనా సెట్టింగ్స్లో మార్చుకోవచ్చు, మరియు మీ కమ్యూనికేషన్ శైలికి సరిపోయేలా రూపొందించబడ్డాయి.
ఈ అన్ని కొత్త వ్యక్తిత్వాలు అతి అనుకూలతను తగ్గించడంలో మా ఇంటర్నల్ అంచనాల ప్రమాణాలను చేరుకున్నాయి లేదా దాటాయి.
ప్రారంభ ఫీడ్బ్యాక్ ఆధారంగా నేర్చుకోవడం మరియు మెరుగులు చేర్చడం కోసం మేము ఎదురు చూస్తున్నాము.
మేము “GPT‑5 thinking” మోడల్ను జీవశాస్త్ర మరియు రసాయన శాస్త్ర డొమైన్లో అధిక సామర్థ్యం కలిగినదిగా పరిగణించి, సంబంధిత ప్రమాదాలను తగినంతగా తగ్గించేందుకు బలమైన రక్షణ చర్యలను అమలు చేశాము. మేము మా Preparedness Framework కింద భద్రతా అంచనాలతో ఈ మోడల్ను కఠినంగా పరీక్షించాము — CAISI మరియు UK AISI వంటి భాగస్వాములతో కలిసి 5,000 గంటల రెడ్-టీమింగ్ను పూర్తిచేశాము.
ChatGPT Agent కోసం మేము అనుసరించిన విధానంలానే, ఈ మోడల్ ఒక కొత్త వ్యక్తికి తీవ్రమైన జీవ హాని కలిగించే విధంగా సహాయం చేస్తుందనే నిర్ధారిత సాక్ష్యం మాకు లేదు — ఇది మా High capability కోసం నిర్వచించిన పరిమితి(కొత్త విండోలో తెరుచుకుంటుంది). అయినప్పటికీ, జాగ్రత్త చర్యగా మేము ఇప్పుడే అవసరమైన భద్రతా చర్యలను ప్రారంభిస్తున్నాము, తద్వారా అలాంటి సామర్థ్యాలు అందుబాటులోకి వచ్చినప్పుడు మరింత సిద్ధంగా ఉండగలుగుతాము.దాంతో, “GPT‑5 thinking” జీవశాస్త్ర సంబంధిత ప్రమాదాల కోసం బలమైన భద్రతా వ్యవస్థను కలిగి ఉంది — ఇది బహుళ-స్థాయి రక్షణ వ్యవస్థతో రూపొందించబడింది: సమగ్ర థ్రెట్ మోడలింగ్, మా కొత్త సేఫ్ కంప్లీషన్స్ ప్యారడైమ్ ద్వారా హానికర కంటెంట్ను ఉత్పత్తి చేయకుండా మోడల్ను ట్రైన్ చేయడం, ఎల్లప్పుడూ సక్రియంగా ఉండే క్లాసిఫయర్లు మరియు రీజనింగ్ మానిటర్లు, అలాగే స్పష్టమైన అమలు పైప్లైన్లు.
GPT‑5 కోసం మా బలమైన భద్రతా విధానంపై మరింత తెలుసుకోవడానికి మా సిస్టమ్ కార్డ్ను చదవండి.
అత్యంత క్లిష్టమైన, సంక్లిష్టమైన పనుల కోసం, మేము GPT‑5 proని కూడా విడుదల చేస్తున్నాము, ఇది OpenAI o3‑proను ప్రత్యామ్నాయంగా తీసుకుంటుంది. ఇది GPT‑5 యొక్క ఒక వెరియంట్; ఇది మరింత ఎక్కువ సమయం ఆలోచిస్తూ, స్కేల్ చేయగలిగే కానీ సమర్థవంతమైన ప్యారలల్ టెస్ట్-టైమ్ కంప్యూటింగ్ను ఉపయోగించి, అత్యున్నత నాణ్యత మరియు అత్యంత సమగ్ర సమాధానాలను అందిస్తుంది. GPT‑5 pro GPT‑5 కుటుంబంలో పలు కఠినమైన ఇంటెలిజెన్స్ బెంచ్మార్క్లలో అత్యధిక పనితీరును సాధించింది; ముఖ్యంగా, అత్యంత క్లిష్టమైన సైన్స్ ప్రశ్నలు కలిగిన GPQA లో అత్యాధునిక పనితీరును చూపింది.
ఆర్థికంగా విలువైన 1,000కి పైగా రియల్-వరల్డ్ రీజనింగ్ ప్రాంప్ట్లపై నిర్వహించిన అంచనాల్లో, బాహ్య నిపుణులు 67.8% సందర్భాల్లో "GPT‑5 thinking" కంటే GPT‑5 pro ను మెచ్చుకున్నారు.GPT‑5 pro ప్రధాన తప్పిదాలను 22% తక్కువగా చేసింది, అలాగే ఆరోగ్యం, శాస్త్రం, గణితం, మరియు కోడింగ్లో అద్భుతంగా రాణించింది. నిపుణులు దాని సమాధానాలను సంబంధితమైనవి, ఉపయోగకరమైనవి, మరియు సమగ్రమైనవిగా రేటింగ్ ఇచ్చారు.
సైన్-ఇన్ చేసిన యూజర్ల కోసం, ChatGPT లో GPT‑5 ఇప్పుడు కొత్త డిఫాల్ట్ అయింది — ఇది GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1, మరియు GPT‑4.5 మోడల్స్ను భర్తీ చేస్తోంది. కేవలం ChatGPT ఓపెన్ చేసి మీ ప్రశ్న టైప్ చేయండి; మిగతావన్నీ GPT‑5 చూసుకుంటుంది, సమాధానం మరింత మెరుగ్గా రావడానికి అవసరమైనప్పుడు ఆటోమేటిక్గా రీజనింగ్ను ఉపయోగిస్తుంది.చెల్లింపు యూజర్లు ఇప్పటికీ మోడల్ పికర్లో నుంచి “GPT‑5 Thinking”ను ఎంచుకోవచ్చు, లేదా ప్రాంప్ట్లో ‘దీనిని లోతుగా ఆలోచించు’ వంటి పదాలు టైప్ చేసి, రెస్పాన్స్ రూపొందించేటప్పుడు రీజనింగ్ ఉపయోగించబడేలా చూసుకోవచ్చు.
GPT‑5 ను ఇవాళ నుండే అన్ని Plus, Pro, Team, మరియు Free యూజర్లకు విడుదల చేయడం ప్రారంభమవుతోంది Enterprise మరియు Edu యూజర్లకు యాక్సెస్ వచ్చే వారం అందుబాటులోకి వస్తుంది. Pro, Plus, మరియు Team యూజర్లు ChatGPTతో సైన్-ఇన్ చేసి Codex CLI(కొత్త విండోలో తెరుచుకుంటుంది) లో GPT‑5 తో కోడింగ్ ప్రారంభించవచ్చు.
GPT‑4o లాగే, GPT‑5 కి ఉచిత మరియు చెల్లింపు యాక్సెస్ మధ్య తేడా వాడుక పరిమాణంలో ఉంటుంది. Pro సబ్స్క్రైబర్లు GPT‑5 కి అన్లిమిటెడ్ యాక్సెస్ పొందుతారు, మరియు GPT‑5 Pro కి యాక్సెస్ ఉంటుంది. Plus యూజర్లు తమ రోజువారీ ప్రశ్నలకు డిఫాల్ట్ మోడల్గా సౌకర్యవంతంగా ఉపయోగించుకోవచ్చు, ఉచిత యూజర్ల కంటే గణనీయంగా ఎక్కువ వాడుకతో. Team, Enterprise, మరియు Edu కస్టమర్లు తమ రోజువారీ పనుల కోసం GPT‑5 ను డిఫాల్ట్ మోడల్గా సౌకర్యవంతంగా ఉపయోగించుకోవచ్చు, మరియు విస్తృత పరిమితులు మొత్తం సంస్థలు GPT‑5 పై ఆధారపడటానికి సులభతరం చేస్తాయి. ChatGPT ఉచిత-టియర్ యూజర్ల కోసం, పూర్తి రీజనింగ్ సామర్థ్యాలు పూర్తిగా విడుదల కావడానికి కొన్ని రోజులు పట్టవచ్చు. ఉచిత యూజర్లు తమ GPT‑5 వాడుక పరిమితులను చేరుకున్న తర్వాత, వారు GPT‑5 mini కి మారతారు, ఇది చిన్నది, వేగవంతమైనది, మరియు అత్యంత సామర్థ్యం గల మోడల్.
రచయిత
ఫుట్ నోట్స్
*మా గత బ్లాగ్ పోస్టులో తెలిపిన సంఖ్యలతో స్వల్ప తేడా ఉంది, ఎందుకంటే అవి HLE యొక్క పాత వెర్షన్పై నడపబడ్డాయి.
**MultiChallenge (GPT-4o) లోని డిఫాల్ట్ గ్రేడర్ తరచుగా మోడల్ రెస్పాన్స్లకు తప్పుడు స్కోర్లు ఇస్తుందని మేము గమనించాము.గ్రేడర్ను o3-mini లాంటి రీజనింగ్ మోడల్తో మారిస్తే, మేము పరిశీలించిన ఉదాహరణల్లో గ్రేడింగ్లో ఖచ్చితత్వం గణనీయంగా మెరుగైంది.
***MMMUPro కోసం, మేము స్టాండర్డ్ మరియు విజన్ యొక్క స్కోర్లను సగటు చేశాము.
సహకారులు
Aaditya Singh, Adam Fry, Adam Perelman, Adam Tart, Adi Ganesh, Ahmed El-Kishky, Aidan McLaughlin, Aiden Low, AJ Ostrow, Akhila Ananthram, Akshay Nathan, Alan Luo, Alec Helyar, Aleksander Madry, Aleksandr Efremov, Aleksandra Spyra, Alex Baker-Whitcomb, Alex Beutel, Alex Karpenko, Alex Makelov, Alex Neitz, Alex Wei, Alexandra Barr, Alexandre Kirchmeyer, Alexey Ivanov, Alexi Christakis, Alistair Gillespie, Allison Tam, Ally Bennett, Alvin Wan, Alyssa Huang, Amy McDonald Sandjideh, Amy Yang, Ananya Kumar, Andre Saraiva, Andrea Vallone, Andrei Gheorghe, Andres Garcia Garcia, Andrew Braunstein, Andrew Liu, Andrew Schmidt, Andrey Mereskin, Andrey Mishchenko, Andy Applebaum, Andy Rogerson, Ann Rajan, Annie Wei, Anoop Kotha, Anubha Srivastava, Anushree Agrawal, Arun Vijayvergiya, Ashley Tyra, Ashvin Nair, Avi Nayak, Ben Eggers, Bessie Ji, Beth Hoover, Bill Chen, Blair Chen, Boaz Barak, Borys Minaiev, Botao Hao, Bowen Baker, Brad Lightcap, Brandon McKinzie, Brandon Wang, Brendan Quinn, Brian Fioca, Brian Hsu, Brian Yang, Brian Yu, Brian Zhang, Brittany Brenner, Callie Riggins Zetino, Cameron Raymond, Camillo Lugaresi, Carolina Paz, Cary Hudson, Cedric Whitney, Chak Li, Charles Chen, Charlotte Cole, Chelsea Voss, Chen Ding, Chen Shen, Chengdu Huang, Chris Colby, Chris Hallacy, Chris Koch, Chris Lu, Christina Kaplan, Christina Kim, CJ Minott-Henriques, Cliff Frey, Cody Yu, Coley Czarnecki, Colin Reid, Colin Wei, Cory Decareaux, Cristina Scheau, Cyril Zhang, Cyrus Forbes, Da Tang, Dakota Goldberg, Dan Roberts, Dana Palmie, Daniel Kappler, Daniel Levine, Daniel Wright, Dave Leo, David Lin, David Robinson, Declan Grabb, Derek Chen, Derek Lim, Derek Salama, Dibya Bhattacharjee, Dimitris Tsipras, Dinghua Li, Dingli Yu, DJ Strouse, Drew Williams, Dylan Hunn, Ed Bayes, Edwin Arbus, Ekin Akyurek, Elaine Ya Le, Elana Widmann, Eli Yani, Elizabeth Proehl, Enis Sert, Enoch Cheung, Eri Schwartz, Eric Han, Eric Jiang, Eric Mitchell, Eric Sigler, Eric Wallace, Erik Ritter, Erin Kavanaugh, Evan Mays, Evgenii Nikishin, Fangyuan Li, Felipe Petroski Such, Filipe de Avila Belbute Peres, Filippo Raso, Florent Bekerman, Foivos Tsimpourlas, Fotis Chantzis, Francis Song, Francis Zhang, Gaby Raila, Garrett McGrath, Gary Briggs, Gary Yang, Giambattista Parascandolo, Gildas Chabot, Grace Kim, Grace Zhao, Gregory Valiant, Guillaume Leclerc, Hadi Salman, Hanson Wang, Hao Sheng, Haoming Jiang, Haoyu Wang, Haozhun Jin, Harshit Sikchi, Heather Schmidt, Henry Aspegren, Honglin Chen, Huida Qiu, Hunter Lightman, Ian Covert, Ian Kivlichan, Ian Silber, Ian Sohl, Ibrahim Hammoud, Ignasi Clavera, Ikai Lan, Ilge Akkaya, Ilya Kostrikov, Irina Kofman, Isak Etinger, Ishaan Singal, Jackie Hehir, Jacob Huh, Jacqueline Pan, Jake Wilczynski, Jakub Pachocki, James Lee, James Quinn, Jamie Kiros, Janvi Kalra, Jasmyn Samaroo, Jason Wang, Jason Wolfe, Jay Chen, Jay Wang, Jean Harb, Jeffrey Han, Jeffrey Wang, Jennifer Zhao, Jeremy Chen, Jerene Yang, Jerry Tworek, Jesse Chand, Jessica Landon, Jessica Liang, Ji Lin, Jiancheng Liu, Jianfeng Wang, Jie Tang, Jihan Yin, Joanne Jang, Joel Morris, Joey Flynn, Johannes Ferstad, Johannes Heidecke, John Fishbein, John Hallman, Jonah Grant, Jonathan Chien, Jonathan Gordon, Jongsoo Park, Jordan Liss, Jos Kraaijeveld, Joseph Guay, Joseph Mo, Josh Lawson, Josh McGrath, Joshua Vendrow, Joy Jiao, Julian Lee, Julie Steele, Julie Wang, Junhua Mao, Kai Chen, Kai Hayashi, Kai Xiao, Kamyar Salahi, Kan Wu, Karan Sekhri, Karan Sharma, Karan Singhal, Karen Li, Kenny Nguyen, Keren Gu-Lemberg, Kevin King, Kevin Liu, Kevin Stone, Kevin Yu, Kristen Ying, Kristian Georgiev, Kristie Lim, Kushal Tirumala, Kyle Miller, Lama Ahmad, Larry Lv, Laura Clare, Laurance Fauconnet, Lauren Itow, Lauren Yang, Laurentia Romaniuk, Leah Anise, Lee Byron, Leher Pathak, Leon Maksin, Leyan Lo, Leyton Ho, Li Jing, Liang Wu, Liang Xiong, Lien Mamitsuka, Lin Yang, Lindsay McCallum, Lindsey Held, Liz Bourgeois, Logan Engstrom, Lorenz Kuhn, Louis Feuvrier, Lu Zhang, Lucas Switzer, Lukas Kondraciuk, Lukasz Kaiser, Manas Joglekar, Mandeep Singh, Mandip Shah, Manuka Stratta, Marcus Williams, Mark Chen, Mark Sun, Marselus Cayton, Martin Li, Marvin Zhang, Marwan Aljubeh, Matt Nichols, Matthew Haines, Max Schwarzer, Mayank Gupta, Meghan Shah, Melody Huang, Meng Dong, Mengqing Wang, Mia Glaese, Micah Carroll, Michael Lampe, Michael Malek, Michael Sharman, Michael Zhang, Michele Wang, Michelle Pokrass, Mihai Florian, Mikhail Pavlov, Miles Wang, Ming Chen, Mingxuan Wang, Minnia Feng, Mo Bavarian, Molly Lin, Moose Abdool, Mostafa Rohaninejad, Nacho Soto, Natalie Staudacher, Natan LaFontaine, Nathan Marwell, Nelson Liu, Nick Preston, Nick Turley, Nicklas Ansman, Nicole Blades, Nikil Pancha, Nikita Mikhaylin, Niko Felix, Nikunj Handa, Nishant Rai, Nitish Keskar, Noam Brown, Ofir Nachum, Oleg Boiko, Oleg Murk, Olivia Watkins, Oona Gleeson, Pamela Mishkin, Patryk Lesiewicz, Paul Baltescu, Pavel Belov, Peter Zhokhov, Philip Pronin, Phillip Guo, Phoebe Thacker, Qi Liu, Qiming Yuan, Qinghua Liu, Rachel Dias, Rachel Puckett, Rahul Arora, Ravi Teja Mullapudi, Raz Gaon, Reah Miyara, Rennie Song, Rishabh Aggarwal, RJ Marsan, Robel Yemiru, Robert Xiong, Rohan Kshirsagar, Rohan Nuttall, Roman Tsiupa, Ronen Eldan, Rose Wang, Roshan James, Roy Ziv, Rui Shu, Ruslan Nigmatullin, Saachi Jain, Saam Talaie, Sam Altman, Sam Arnesen, Sam Toizer, Sam Toyer, Samuel Miserendino, Sandhini Agarwal, Sarah Yoo, Savannah Heon, Scott Ethersmith, Sean Grove, Sean Taylor, Sebastien Bubeck, Sever Banesiu, Shaokyi Amdo, Shengjia Zhao, Sherwin Wu, Shibani Santurkar, Shiyu Zhao, Shraman Ray Chaudhuri, Shreyas Krishnaswamy, Shuaiqi (Tony) Xia, Shuyang Cheng, Shyamal Anadkat, Simón Posada Fishman, Simon Tobin, Siyuan Fu, Somay Jain, Song Mei, Sonya Egoian, Spencer Kim, Spug Golden, SQ Mah, Steph Lin, Stephen Imm, Steve Sharpe, Steve Yadlowsky, Sulman Choudhry, Sungwon Eum, Suvansh Sanjeev, Tabarak Khan, Tal Stramer, Tao Wang, Tao Xin, Tarun Gogineni, Taya Christianson, Ted Sanders, Tejal Patwardhan, Thomas Degry, Thomas Shadwell, Tianfu Fu, Tianshi Gao, Timur Garipov, Tina Sriskandarajah, Toki Sherbakov, Tomer Kaftan, Tomo Hiratsuka, Tongzhou Wang, Tony Song, Tony Zhao, Troy Peterson, Val Kharitonov, Victoria Chernova, Vineet Kosaraju, Vishal Kuo, Vitchyr Pong, Vivek Verma, Vlad Petrov, Wanning Jiang, Weixing Zhang, Wenda Zhou, Wenlei Xie, Wenting Zhan, Wes McCabe, Will DePue, Will Ellsworth, Wulfie Bain, Wyatt Thompson, Xiangning Chen, Xiangyu Qi, Xin Xiang, Xinwei Shi, Yann Dubois, Yaodong Yu, Yara Khakbaz, Yifan Wu, Yilei Qian, Yin Tat Lee, Yinbo Chen, Yizhen Zhang, Yizhong Xiong, Yonglong Tian, Young Cha, Yu Bai, Yu Yang, Yuan Yuan, Yuanzhi Li, Yufeng Zhang, Yuguang Yang, Yujia Jin, Yun Jiang, Yunyun Wang, Yushi Wang, Yutian Liu, Zach Stubenvoll, Zehao Dou, Zheng Wu, Zhigang Wang
