OpenAI发布了GPT-4！GPT-4能力和技术相关信息汇总！

2023年3月14日（咱们北京时间应该是3月15日凌晨了），OpenAI发布了GPT-4模型。

**<font color=red>非常遗憾的是，OpenAI没有透露GPT-4的任何技术细节，OpenAI彻底告别“Open”！</font>**

关于GPT-4的模型卡信息：https://www.datalearner.com/ai-models/pretrained-models/GPT-4

**关于GPT-4几个比较重要的highlight：**
- GPT-4相比较而言更加具有创造性和协作性，它可以和人类一起共同生成、编辑并迭代生成结果；
- GPT-4是个多模态模型，可以用图片输入，生成文本；
- GPT-4一个非常重要的特性是支持长文本输入，最高可以达到25000个单词输入（官方宣传时32,768个上下文tokens），而之前的ChatGPT最多支持4096个tokens，这个长度非常有吸引力！
- GPT-4比ChatGPT的推理能力更强；
- GPT-4在专业标准考试中表现很好，甚至达到斯坦福入学标准；
- GPT-4可以直接根据你画的草图生成网页。

本文目录如下：

[TOC]

#### 一、基本能力
与之前系列最大的不同，GPT-4是一个多模态模型，可以接受图像与文本的输入，输出文本内容。

GPT-4在很多专业和学术基准上表现与人类差不多，比如通过模拟的律师考试，得分在应试者前10%左右（GPT-3.5在后10%，也就是说提升了很多）！但是在现实世界中的很多场景表现还不如人类。

基于之前模型训练的经验，GPT-4的训练是基于重建的深度学习堆栈进行的，因此训练过程可以稳定预测！

#### 二、GPT-4的测试结果
与GPT-3.5相比，他们的区别可能不是那么明显，但是当任务足够复杂时候，它们的区别就明显了，GPT-4更加可靠、稳定且有创造性！

下图是GPT4、GPT-4（不带vision）和GPT-3.5的各种考试结果对比

<center></center>
<center>![](https://www.datalearner.com/resources/blog_images/275c00a1-3ddf-44c0-9598-b96a793d0537.png)</center>
<center></center>

可以看到，GPT4效果更好。

传统的机器学习任务中，GPT-4表现更好。
<center></center>
<center>![](https://www.datalearner.com/resources/blog_images/36f25a18-f8d0-49ec-967c-5212cadb6356.png)</center>
<center></center>

这里可以看到，在专业学术问答（MMLU）、日常推理（HellaSwag）、多项选择考试（AI2 Reasoning Challenge）等方面，GPT-4比GPT-3.5高出了一大截。在AI不太擅长的Python编程、阅读理解方面也有较大提高。

#### 三、GPT-4的多语言特性
GPT-4的多语言能力也有较大提升，在MMLU的多选测试中，GPT-3.5的英文题目准确率70.1%，而GPT-4是85.5%。但是在其他语言上，GPT-4性能也很强（为啥没有中文？？？！！！）

<center></center>
<center>![](https://www.datalearner.com/resources/blog_images/901e9a0e-49d9-43f6-b964-47656a7362c5.png)</center>
<center></center>
即便在很多非英语的结果上，GPT-4的表现也比GPT-3.5好很多。

#### 四、GPT-4的训练过程

和以前的GPT模型一样，GPT-4基础模型的训练是为了预测文档中的下一个词，并使用公开的数据（如互联网数据）以及授权的数据进行训练。这些数据是一个网络规模的语料库，包括对数学问题的正确和错误的解决方案，薄弱和强大的推理，自相矛盾和一致的声明，并代表了大量的意识形态和想法。

因此，当被提示有问题时，基础模型可以做出各种各样的反应，可能与用户的意图相去甚远。为了使其与用户的意图保持一致，OpenAI使用人类反馈的强化学习（RLHF）对模型的行为进行了微调。

请注意，模型的能力似乎主要来自于预训练过程--RLHF并不能提高考试成绩（如果不主动努力，它实际上会降低考试成绩）。但是对模型的引导来自于训练后的过程--基础模型需要及时的工程，甚至知道它应该回答问题。

#### 五、GPT-4的训练过程可预测

GPT-4项目的一大重点是建立一个可预测扩展的深度学习栈。主要原因是，对于像GPT-4这样的大型训练运行，进行广泛的特定模型调整是不可行的。所以OpenAI开发了基础设施和优化，在多种规模下都有非常可预测的行为。为了验证这种可扩展性，他们提前准确地预测了GPT-4在我们内部代码库（不属于训练集）上的最终损失，方法是通过使用相同的方法训练的模型进行推断，但使用的计算量要少10000倍。

#### 六、GPT-4的开放及其他信息

OpenAI开源了一个OpenAI Evals的软件框架，它是用来创建评估GPT-4基准的框架，它可以用来引导GPT-4的一些回答，同时逐个样本检查其性能。他们使用Evals来指导模型的开发（包括识别缺点和防止倒退），我们可以应用它来跟踪不同模型版本（现在将定期推出）和不断发展的产品集成的性能。例如，Stripe已经使用Evals来补充他们的人工评估，以衡量他们的GPT驱动的文档工具的准确性。该框架即将开源！

ChatGPT Plus用户将很快可以有权限使用GPT-4，不过OpenAI表示，可能会推出一个新的订阅级别，以满足更高的GPT-4使用量（估计得加钱了！）。

GPT-4的API现在就可以加入申请，一旦你有了访问权，你就可以向gpt-4模型提出纯文本请求（图像输入仍处于有限的alpha阶段），随着时间的推移，OpenAI会自动更新为我们推荐的稳定模型（你可以通过调用gpt-4-0314来锁定当前版本，它将支持到6月14日）。定价为每1k tokens币0.03美元，每1k补全 tokens约0.06美元。默认的速率限制是每分钟40k tokens和每分钟200个请求。

GPT-4的上下文长度为8,192个tokens。并且还提供对32,768个上下文（约50页文本）版本的有限访问，gpt-4-32k，它也将随着时间的推移自动更新（当前版本gpt-4-32k-0314，也支持到6月14日）。价格是每1K prompt的tokens0.06美元，每1K completion tokens是0.12美元。

官方GPT-4的论文：https://cdn.openai.com/papers/gpt-4.pdf
系统card：https://cdn.openai.com/papers/gpt-4-system-card.pdf

相关博客

最热博客