GPT-4“王炸”发布：专业和学术水平接近人类，中文正确性高达八成

ChatGPT热度还未散往，ChatGPT开发商OpenAI发布了更强大的GPT-4，堪称“王炸”产品。

当地时间3月14日，OpenAI公开发布大型多模态模型GPT-4，与ChatGPT所用的模型相比，GPT-4不仅能够处理图像内容，且回复的正确性有所提高。目前GPT-4没有免费版本，仅向ChatGPT Plus的付费订阅用户及企业和开发者开放。

来源：OpenAI官网

“这是OpenAI努力扩展深度学习的最新里程碑。”OpenAI介绍，GPT-4在专业和学术方面表现出近似于人类的水平。例如，它在模拟律师考试中的得分能够排进前10%左右，相比之下，GPT-3.5的得分只能排在倒数10%左右。

与此前的GPT系列模型相比，GPT-4最大的突破之一是在文本之外还能够处理图像内容。OpenAI表达，用户同时输进文本和图像的情状下，它能够生成自然语言和代码等文本。

目前图像处理功能还未公开，不过该公司在官网上展示了一系列案例。例如，输进如下图片并询问“这张图片有什么不普通之处”，GPT-4可作出回答“这张照片的不同普通之处在于，一名男子正在行驶中的出租车车顶上，使用熨衣板熨烫衣服。”

展开全文

来源：OpenAI官网

在官方演示中，GPT-4几乎就只花了1-2秒的时间，识别了手绘网站图片，并依据要求实时生成了网页代码制造出了几乎与手绘版一样的网站。

除了普通图片，GPT-4还能处理更复杂的图像信息，包括表格、考试题目截图、论文截图、漫画等，例如依据专业论文直接给出论文摘要和要点。

GPT-4可对论文进行解读 来源：OpenAI官网

与此前的模型相比，GPT-4的正确性有所提高。OpenAI称，该公司花费6个月的时间，利用对抗性测试程序和ChatGPT的体会教训迭代调整GPT-4，从而在真实性、可操纵性和拒绝超出设定领域方面取得了有史以来最好的结果，“至少对我们而言，GPT-4练习运行前所未有地稳定，成为首个能够提前正确推测其练习性能的大型模型。”

OpenAI称，在公司内部的对抗性真实性评估中，GPT-4的得分比最新的GPT-3.5高40%，相应的“不答应内容请求的倾向”降低了 82%，依据政策响应敏锐请求（如医疗意见和自我侵害）的频率提高了29%。

不仅是英语，该模型在多种语言方面均表现出优越性。OpenAI称，在测试的26种语言中，GPT-4在24种语言方面的表现均优于GPT-3.5等其他大语言模型的英语语言性能。其中GPT-4的中文能够达到80.1%的正确性，而GPT-3.5的英文正确性仅为70.1%，GPT-4英文正确性提高到了85.5%。

来源：OpenAI官网

不过， 与早期的GPT模型一样，GPT-4仍然存在一定的局限性。

OpenAI称，它并不完全可靠，可能会出现推理错误 ，“GPT-4短缺对绝大多数数据切断后（2021年9月）发生的事件的了解，并且无法从中吸取体会教训……它有时会出现简单的推理错误，它会轻信用户明显的虚假陈述，有时它会像人类一样在难题上失败，例如在它生成的代码中引进安全漏洞。”

基于此，OpenAI提醒，用户在使用语言模型时应格外小心，最好辅助以人工审查、附加上下文、或完全避免在高风险情状下使用它。

值得注重的是，GPT-4虽然于14日才正式公开，但早在一个月前，微软的新版搜索引擎必应（Bing）就已经在GPT-4 上运行。微软表达，“假如您在过往五周内的任何时间使用过新版必应，那么您已经体验过GPT-4的早期版本。”

与免费的ChatGPT不同，GPT-4目前仅向ChatGPT Plus的付费用户开放，它也将作为API（使用程序编程接口）提给予企业及开发者，开发者需进进等候名单上，将该模型集成到他们的使用程序中。

OpenAI表达，已经有多家公司将GPT-4搭载到他们的产品中，包括语言学习工具软件多邻国（Duolingo）、移动支付公司Stripe和可汗学院（Khan Academy）。