Karşınızda GPT‑4.5
En güçlü GPT modelimizin araştırma ön izlemesi. Tüm dünyada Pro kullanıcılarının ve geliştiricilerin kullanımına sunuldu.
Sohbete yönelik şimdiye kadarki en iyi ve en büyük modelimiz olan GPT‑4.5’in araştırma ön izlemesini yayınlıyoruz. GPT‑4.5 modeli ön eğitim ve eğitim sonrası süreçlerinin ölçeklenmesinde ileri doğru atılmış bir adım. Denetimsiz öğrenmenin ölçeklenmesi yoluyla eğitilen GPT‑4.5 modeli örüntüleri tanıma, bağlantılar kurma ve akıl yürütmeye başvurmadan yaratıcı içgörüler üretme yeteneğini geliştiriyor.
İlk testler GPT‑4.5 ile kurulan etkileşimin daha doğal algılandığını gösteriyor. GPT‑4.5’in daha geniş bilgi tabanı, kullanıcı niyetini takip etmede daha ileri becerisi ve daha yüksek “Duygusal Zekası” bu modelin yazma, programlama ve pratik problemleri çözme gibi görevler için kullanışlı olmasını sağlıyor. Daha az halüsinasyon görmesini bekliyoruz.
GPT‑4.5’in güçlü yönlerini ve sınırlamalarını daha iyi anlamak amacıyla bir araştırma ön izlemesi olarak paylaşıyoruz. Hâlâ bu modelin neler yapabileceğini keşfediyoruz ve insanların modeli beklemediğimiz şekillerde nasıl kullandığını görmek için sabırsızlanıyoruz.
Denetimsiz öğrenme ve akıl yürütme gibi birbirini tamamlayan iki paradigmayı ölçekleyerek yapay zeka yeteneklerini geliştiriyoruz. Bunlar, zekanın iki eksenini temsil ediyor.
- Denetimsiz öğrenme, dünya modeli doğruluğunu ve sezgisini artırır. GPT‑3.5, GPT‑4 ve GPT‑4.5 gibi modeller bu paradigmayı ilerletiyor.
- Öte yandan, akıl yürütmenin ölçeklenmesi modellere yanıt vermeden önce düşünmeyi ve bir düşünce zinciri oluşturmayı öğreterek bilim, teknoloji, mühendislik ve matematik veya mantık alanlarında karmaşık problemlerin üstesinden gelmelerini sağlar. OpenAI o1 ve OpenAI o3‑mini gibi modeller bu paradigmayı ilerletiyor.
GPT‑4.5 mimari ve optimizasyon açısından yenilikler ile birlikte bilgi işlemin ve verilerin ölçeğini genişleterek denetimsiz öğrenmeyi ölçeklemenin bir örneğini veriyor. GPT‑4.5, Microsoft Azure yapay zekalı süper bilgisayarlar üzerinde eğitildi. Sonuçta ortaya daha geniş bilgi sahibi olan ve dünyayı daha derinlemesine kavrayan bir model çıktı. Bu da halüsinasyonları azalttı ve geniş bir yelpazede birçok konuda güvenilirlik arttı.
GPT paradigmasının ölçeklenmesi
Dünyaya dair daha derin bilgi
SimpleQA Doğruluğu (yüksek değerler daha iyidir)
SimpleQA Halüsinasyon Oranı (düşük değerler daha iyidir)
SimpleQA, LLM (büyük dil modeli) olgusallığını basit ancak zorlu bilgi soruları temelinde ölçer.
Modellerimizin ölçeğini genişlettikçe ve onlar da giderek daha karmaşık sorunları çözdükçe, bu modellere insanların ihtiyaçlarını ve niyetlerini daha iyi kavramayı öğretmenin önemi de giderek artıyor. GPT‑4.5 için, daha küçük modellerden elde edilen verilerle daha büyük ve daha güçlü modellerin eğitilmesini sağlayan yeni ve ölçeklenebilir teknikler geliştirdik. Bu teknikler GPT‑4.5’in yönlendirilebilirliğini, nüansları kavrayışını ve doğal konuşma yeteneğini artırıyor.
İnsan değerlendiriciler tarafından gerçekleştirilen karşılaştırmalı değerlendirmeler
İnsan tercihi ölçümü, teste katılanların GPT‑4o yerine GPT‑4.5’i tercih ettiği sorguların yüzdesini ölçer.
Dünyaya dair derin bir kavrayışın geliştirilmiş iş birliğiyle birleştirilmesi, fikirleri insanlarla iş birliğine daha yatkın olan sıcak ve sezgisel konuşmalar ile doğal bir şekilde bütünleştiren bir modelin ortaya çıkmasını sağlıyor. GPT‑4.5 insanların ne demek istediğini daha iyi anlıyor ve ince ipuçlarını veya üstü kapalı beklentileri “Duygusal Zeka” ile nüanslara dikkat ederek yorumluyor. GPT‑4.5 aynı zamanda daha güçlü bir estetik sezgi ve yaratıcılık sergiliyor. Yazma ve tasarım görevlerine yardımcı olmakta da çok başarılı.
Kullanım örnekleri
GPT-4.5
GPT‑4.5 daha yüksek bir “Duygusal Zeka” sergiliyor, kullanıcıyı ne zaman daha fazla konuşmaya davet edeceğini ve ne zaman kapsamlı bilgi sunacağını ayırt edebiliyor.
GPT‑4.5 yanıt vermeden önce düşünmez, bu nedenle bu modelin güçlü yönleri OpenAI o1 gibi akıl yürütme modellerinden özellikle farklıdır. OpenAI o1 ve OpenAI o3‑mini ile kıyaslandığında, GPT‑4.5 daha genel amaçlı ve tasarım itibarıyla daha akıllı bir modeldir. Akıl yürütmenin gelecekteki modellerin temel yetkinlikleri arasında yer alacağına ve ölçekleme alanındaki iki yaklaşımın (ön eğitim ve akıl yürütme) birbirini tamamlayacağına inanıyoruz. GPT‑4.5 gibi modeller ön eğitim sayesinde daha akıllı ve daha bilgili hale geldikçe, akıl yürüten ve araç kullanan aracılar için daha da güçlü bir temel oluşturacak.
Model yetkinliklerinde sağlanan her gelişme, modellerin daha güvenli olmasını sağlamak için de bir fırsat. GPT‑4.5 eğitilirken GPT‑4o için olduğu gibi geleneksel denetlenen ince ayar (SFT) ve insan geri bildiriminden takviyeli öğrenme (RLHF) yöntemleriyle birlikte yeni denetim teknikleri kullanıldı. Bu çalışmanın ileride daha da yetkin modellerin uyumlaştırılması için bir temel görevi üstleneceğini umuyoruz.
İyileştirmelerimizi sınırlarına kadar zorlayıp test etmek için, modeli kullanıma sokmadan önce Hazırlıklı Olma Çerçevemize(yeni bir pencerede açılır) uygun olarak bir dizi güvenlik testi yaptık. GPT paradigmasının ölçeklenmesinin, tüm değerlendirmelerimizde yetkinliklerin iyileştirilmesine katkıda bulunduğunu gördük. Bu değerlendirmelerin ayrıntılı sonuçlarını model ile birlikte sunulan sistem kartında yayınlıyoruz.
ChatGPT Pro kullanıcıları bugünden itibaren web, mobil ve masaüstünde model seçicide GPT‑4.5 kullanmayı tercih edebilecek. GPT‑4.5’i önümüzdeki hafta Plus ve Team kullanıcılarına, bir sonraki hafta ise Enterprise ve Edu kullanıcılarına sunmaya başlayacağız.
GPT‑4.5 arama işlevi ile en güncel bilgilere erişebilir, dosya ve resim yüklemelerini destekler, yazı ve kod üzerinde çalışmak için kanvas kullanabilir. Ancak GPT‑4.5, ChatGPT’deki Ses Modu, video ve ekran paylaşımı gibi çok modlu özellikleri henüz desteklemiyor. Gelecekte, yapay zekanın yalnızca “senin için gerektiği kadar çalışmasını” sağlamak amacıyla kullanıcı deneyimini basitleştirmeye çalışacağız.
Ayrıca tüm ücretli kullanım kademelerinde(yeni bir pencerede açılır) hizmet alan geliştiriciler için Chat Completions API, Assistants API ve Batch API içinde GPT‑4.5 ön izlemesini yapıyoruz. Bu model fonksiyon çağırma, Yapılandırılmış Çıktılar, olay/veri akışı ve sistem mesajları gibi temel özellikleri destekliyor. Ayrıca görsel girdiler aracılığıyla görüş yeteneklerini de destekliyor.
İlk testlerin sonuçlarına göre, geliştiriciler GPT‑4.5’i daha yüksek duygusal zeka ve yaratıcılık gerektiren uygulamalarda ve özellikle yazma yardımı, iletişim, öğrenme, koçluk ve beyin fırtınası gibi alanlarda kullanışlı bulabilir. Model ayrıca çok adımlı kodlama iş akışları ve karmaşık görev otomasyonu gibi aracılı planlama ve yürütme görevlerinde de güçlü yeteneklere sahip olduğunu gösteriyor.
GPT‑4.5 çok büyük ve yüksek düzeyde bilgi işlem gücü kullanan bir model olduğu için GPT‑4o’dan daha pahalı ve onun yerine kullanılmak üzere tasarlanmadı. Bu nedenle, güncel yetkinlikleri destekleme ve gelecek için yeni modeller geliştirme arasındaki dengeyi bulma açısından baktığımızda, bu modeli uzun vadede API içinde sunmaya devam edip etmeyeceğimizi değerlendiriyoruz. Bu modelin güçlü yönleri, yetenekleri ve gerçek dünyadaki potansiyel uygulamaları hakkında daha fazla bilgi kazanmayı umuyoruz. Senin kullanım senaryoların için GPT‑4.5 benzersiz bir değer sunuyorsa, vereceğin geri bildirim(yeni bir pencerede açılır) kararımızı yönlendirmede önemli bir rol oynayabilir.
Bilgi işlem gücünün katlanarak artması, elde edilebilecek yeni yetkinlikleri de beraberinde getiriyor. GPT‑4.5 denetimsiz öğrenmede mümkün olanın sınırlarını zorlayan bir model. Yapay zeka camiasının yeni yetenekleri ve beklenmedik kullanım alanlarını ortaya çıkarmadaki yaratıcılığı bizi şaşırtmaya devam ediyor. GPT‑4.5 ile seni denetimsiz öğrenmenin sınırlarını keşfetmeye ve bizimle beraber yeni yetenekleri ortaya çıkarmaya davet ediyoruz.
GPT‑4.5’in geleneksel olarak akıl yürütme ile ilişkilendirilen görevlerdeki güncel performansını göstermek için standart akademik benchmark testlerinde elde ettiği sonuçları aşağıda sunuyoruz. GPT‑4.5, sadece denetimsiz öğrenmenin ölçeklenmesiyle bile GPT‑4o gibi önceki modellere kıyasla kayda değer bir ilerleme sergiledi. Yine de, bu sürümden alacağımız geri bildirimler sayesinde GPT‑4.5’in yeteneklerinin daha kapsamlı bir resmini görmeyi umuyoruz, zira akademik benchmark testlerinin gerçek dünyadaki kullanışlılığı her zaman yansıtmadığının farkındayız.
Model değerlendirme skorları
GPT‑4.5 | GPT‑4o | OpenAI o3‑mini (high) | |
GPQA (bilim) | %71,4 | %53,6 | %79,7 |
AIME ‘24 (matematik) | %36,7 | %9,3 | %87,3 |
MMMLU (çok dilli) | %85,1 | %81,5 | %81,1 |
MMMU (çok modlu) | %74,4 | %69,1 | - |
SWE-Lancer Diamond (kodlama)* | %32,6 $186.125 | %23,3 $138.750 | %10,8 $89.625 |
SWE-Bench Verified (kodlama)* | %38,0 | %30,7 | %61,0 |
*Gösterilen sayılar en iyi dahili performansa karşılık gelir.
Yazarlar
Kurulmasına katkıda bulunanlar
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
Araştırma
Temel araştırmalara katkıda bulunanlar
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
Katkıda bulunanlar
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
Ölçeklendirme
Temel araştırmalara katkıda bulunanlar
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
Katkıda bulunanlar
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
Güvenlik Sistemleri
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
Kullanıma Sokma
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
Üst Düzey Liderlik
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