AIGC之GPT-4：GPT-4的简介(核心原理/意义/亮点/技术点/缺点/使用建议)
  
  
  
  
  
  、使用方法 
  
  
  
  
  
、案例应用(计算能力/代码能力/看图能力等)之详细攻略

解读：在2022年11月横空出世的ChatGPT
  
  
  
  
  
  ，打遍天下无敌手的时候 
  
  
  
  
  
，就知道会有这么一天 


 


 


 


 


 

，知道它会来
 
 
 
 
 
 ，也知道它一定来  
   
   
   
   
   
，但是 

 

 

 

 

 
，还是没想到

 

 

 

 

 

 ，来的是这么的快           。就在2023年3月15日凌晨(博主是在今天1点多收到的OpenAI的官方邮件信息)           ，OpenAI的CEO Sam Altman以直播的形式发布了GPT-4  
 
  
 
  
 
  
 
  
 
  
 。正如Sam Altman所说 
 

 
 

 
 

 
 

 
 

 
 
，这是GPT-4











，迄今为止我们最强大的模型











。它今天可以在我们的API(等待列表)和ChatGPT+中使用
  
  
  
  
  
 。它仍然有缺陷                 ，仍然有局限性 
 
 
 
 
 
 
 
 
 
 
 
，第一次使用时
















，它似乎比你用了更多时间后更令人印象深刻  
  
  
  
  
  。但是            ，敲重点 
 
  
 
  
 
  
 
  
 
  
 
，根据GPT-4的发布会可知










，OpenAI对GPT-4的训练其实已经于2022年8月完成
  
  
  
  
  
  ，近半年多的时间都在做微调提升 
  
  
  
  
  
，以及去除危险内容生成的工作 


 


 


 


 


 

，这是最令博主诧异的
 
 
 
 
 
 ，这特么个东西竟然在去年8月份就存在了(细思极恐)
 


 


 


 


 


 

。当然  
   
   
   
   
   
，最牛叉的模型往往用最朴素的方法

 

 

 

 

 

 
，GPT-4科技报告中的7个表格和9张图片

 

 

 

 

 

 ，进行了各种横向和纵向比较           ，能打的一个都没有 
 

 
 

 
 

 
 

 
 

 
 
，它仿佛时刻在低调地说我是目前整个业界最牛逼的AGI模型……嗯











，这话的确不是吹的
 
 
 
 
 
。

随着GPT-4的出世                 ，接下来 
 
 
 
 
 
 
 
 
 
 
 
，会出现官方API的有偿开放
















，国内外一系列开源社区的争先模仿            ，大概率预示着2023年 
 
  
 
  
 
  
 
  
 
  
 
，正式步入了从AI无处不在→AI无处不用

的时代










，走出了实验室
  
  
  
  
  
  ，正在走进寻常百姓家 
  
  
  
  
  
，走进你和我和Ta…

最后 


 


 


 


 


 

，GPT4今天凌晨空降
 
 
 
 
 
 ，恰好百度文心一言第二天要发布国内首个类ChatGPT模型  
   
   
   
   
   
，嗯 

 

 

 

 

 
，估计发布者已经在连夜修改PPT了……

目录

GPT-4的简介

GPT-4模型可使用版本

GPT-4模型对比 GPT-3.5

GPT-4 比 GPT-3.5 更可靠 


 


 


 


 


 

、更有创意

 

 

 

 

 

 ，并且能够处理更细微的指令

GPT-4在为机器学习模型设计的传统基准上优于大多数 SOTA 模型

GPT-4 在学术和专业考试中的表现优秀

GPT-4 在基于MMLU基准的其他语言上能力也表现惊艳

GPT-4 在 TruthfulQA 等外部基准测试方面也取得了进展

GPT-4 System Card简介

GPT-4的使用方法

GPT-4的案例应用

1
 
 
 
 
 
 、可控性：允许修改“系统提示           ”

语气角色扮演

指定回答形式或者格式

2  
   
   
   
   
   
、计算能力

做一个法语的物理题

3 

 

 

 

 

 
、代码能力

给代码修Bug

4

 

 

 

 

 

 、看图能力(预览           ，能力暂时未公开)

看草图绘代码

解释表情包           、解释漫画

解释梗图

找图中特点

理解图表中数据的含义

根据论文截图总结摘要

相关文章

AIGC：ChatGPT(一个里程碑式的对话聊天机器人)的简介(意义/功能/核心技术等) 
 

 
 

 
 

 
 

 
 

 
 
、使用方法(七类任务)











、案例应用(提问基础性/事实性/逻辑性/创造性/开放性的问题以及编程相关)之详细攻略

https://yunyaniu.blog.csdn.net/article/details/128229941

Paper：《GPT-4 Technical Report》的翻译与解读

https://yunyaniu.blog.csdn.net/article/details/129572687

GPT-4的简介

官方总结

我们已经创建了GPT-4 
 

 
 

 
 

 
 

 
 

 
 
，这是OpenAI在扩大深度学习方面的最新里程碑   
   
   
   
   
   。GPT-4是一个大型多模态模型(接受图像和文本输入











，输出文本)                 ，虽然在许多现实场景中不如人类 
 
 
 
 
 
 
 
 
 
 
 
，但在各种专业和学术基准上表现出与人类相当的性能
 

 

 

 

 

 
。

简介

GPT-4是一个超大的多模态模型
















，它的输入可以是文字（上限约2.4万单词）            ，还可以是图像

 

 

 

 

 

。由于其更广泛的常识和先进的推理能力 
 
  
 
  
 
  
 
  
 
  
 
，它可以比我们之前的任何模型更准确地解决难题            。

核心原理

GPT-4依旧是一个基于Transformer风格的预训练模型










，用于预测文档中的下一个token
  
  
  
  
  
  ，使用公开可用数据(如互联网数据)和第三方提供商授权的数据 
  
  
  
  
  
，利用人类反馈的强化学习(RLHF)对模型进行微调
 
 

 
 

 
 

 
 

 
 

 
 。

意义

在各种专业和学术基准上 


 


 


 


 


 

，GPT-4性能水平和人类相当！

比如模拟律师考试
 
 
 
 
 
 ，GPT-4取得了前10%的好成绩  
   
   
   
   
   
，相比之下GPT-3.5却是倒数10%；

再比如做美国高考SAT试题 

 

 

 

 

 
，GPT-4也在阅读写作中拿下710分高分                 、数学700分（满分800）











。

亮点

(1) 
 
 
 
 
 
 
 
 
 
 
 
、多模态特性：强大的识图能力

 

 

 

 

 

 ，可以接受图像输入并理解图像内容；

(2)
















、更长的上下文：可以接受的文字输入长度也增加到3.2万个token（约2.5万个单词文本）；

(3)            、针对问题基于提示可以利用不同的风格进行回答；

(4) 
 
  
 
  
 
  
 
  
 
  
 
、更加真实性










、可控性：OpenAI 花了 6 个月的时间使用对抗性测试程序和 ChatGPT 的经验教训对 GPT-4 进行迭代调整；

技术点

GPT-4依旧设置技术壁垒           ，目前还没有公布具体模型架构
  
  
  
  
  
  、硬件 
  
  
  
  
  
、训练计算 


 


 


 


 


 

、数据集构造
 
 
 
 
 
 、训练方法的具体细节                 。

(1)  
   
   
   
   
   
、GPT-4依旧利用强化学习人类反馈 (RLHF) 来微调模型的行为：聘请了来自长期AI一致性/对齐风险 

 

 

 

 

 
、网络安全

 

 

 

 

 

 、生物风险和国际安全等领域的50多名专家对模型进行对抗性测试；

(2)           、GPT-4的两个技术点提高安全性：一套额外的安全相关RLHF训练提示 
 

 
 

 
 

 
 

 
 

 
 
，以及基于规则的奖励模型(RBRMs) 
 
 
 
 
 
 
 
 
 
 
 。通过训练模型拒绝对此类内容的请求来减少有害的输出

















。

(3) 
 

 
 

 
 

 
 

 
 

 
 
、OpenAI 基于Azure从头开始设计了一台超级计算机











，并重建了整个深度学习堆栈；

(4)











、OpenAI开源了 OpenAI Evals—自动评估 AI 模型性能的框架                 ，主要是为了让所有人都可以指出其模型中的缺点 
 
 
 
 
 
 
 
 
 
 
 
，来帮助 OpenAI 进一步改进模型           。它被用于创建和运行基准测试以评估 GPT-4 等模型
















，同时可以逐样本地检查模型性能；

(5)                 、模型训练到部署的庞大的团队工程能力：单看报告致谢的部分            ，就包括了几百人  
 
  
 
  
 
  
 
  
 
  
 。预训练模块 
 
 
 
 
 
 
 
 
 
 
 
、长上下文模块
















、视觉模块            、强化学习与对齐模块 
 
  
 
  
 
  
 
  
 
  
 
、评估与分析模块










、部署模块等工程化的各个阶段 
 
  
 
  
 
  
 
  
 
  
 
，均装备了核心负责人小组
  
  
  
  
  
  、计算集群扩展小组 
  
  
  
  
  
、数据小组 


 


 


 


 


 

、分布式训练基础设施小组
 
 
 
 
 
 、硬件正确性小组  
   
   
   
   
   
、优化与架构小组 

 

 

 

 

 
、模型训练小组团队











。

缺点

(1)

 

 

 

 

 

 、幻觉不可靠性：GPT-4与早期GPT模型有相似的局限性：它仍然不完全可靠










，它会“产生幻觉  
 
  
 
  
 
  
 
  
 
  
 ”事实
  
  
  
  
  
  ，但已经比ChatGPT减轻了这一缺点
  
  
  
  
  
 。

(2)           、依旧存在错误推理的可能性：

(3) 
 

 
 

 
 

 
 

 
 

 
 
、依旧会产生有害的建议：但通过50位领域专家的反馈对模型进行了改进；

(4)











、存在偏差性：GPT-4在输出中依旧存在各种偏差；

(5)                 、GPT-4上下文窗口有限；

(6) 
 
 
 
 
 
 
 
 
 
 
 
、GPT-4不能从经验中学习；

(7)
















、GPT-4会在生成的代码中引入安全漏洞；

使用方法

(1)            、可以继续沿用ChatGPT 
  
  
  
  
  
，只不过这次是ChatGPT Plus版本 


 


 


 


 


 

，即ChatGPT已加持GPT-4；

(2) 
 
  
 
  
 
  
 
  
 
  
 
、目前可以调用官方发布GPT-4的API；

(3)










、可以借助Microsoft 的Bing搜索使用GPT-4功能；

使用建议

要想最大程度发挥GPT-4的能力
 
 
 
 
 
 ，最好还是用上思维链路提示（Chain-of-thought Prompt）：就是需在提问的时候额外提醒AI给出步骤  
   
   
   
   
   
，就能大大提高推理和计算的准确率  
  
  
  
  
  。

官网地址：GPT-4

直播视频：https://www.youtube.com/watch?v=outcGtbnMuQ

GPT-4模型可使用版本

最新模型

描述

最大TOKENS

训练数据

gpt-4

比任何GPT-3.5模型更强大 

 

 

 

 

 
，能够完成更复杂的任务

 

 

 

 

 

 ，并为聊天进行了优化
 


 


 


 


 


 

。将与我们最新的模型迭代更新
 
 
 
 
 
。

8,192 tokens

截至2021年9月

gpt-4-0314

2023年3月14日的gpt-4快照   
   
   
   
   
   。与gpt-4不同的是           ，该模型将不会接受更新 
 

 
 

 
 

 
 

 
 

 
 
，并且只会在2023年6月14日结束的三个月内得到支持
 

 

 

 

 

 
。

8,192 tokens

截至2021年9月

gpt-4-32k

与基础gpt-4模式相同的功能











，但上下文长度是它的4倍

 

 

 

 

 

。将与我们最新的模型迭代更新            。

32,768 tokens

截至2021年9月

gpt-4-32k-0314

2023年3月14日gpt-4-32的快照
 
 

 
 

 
 

 
 

 
 

 
 。与gpt-4-32k不同的是                 ，该型号将不接受更新 
 
 
 
 
 
 
 
 
 
 
 
，并且只支持三个月的时间
















，截止2023年6月14日











。

32,768 tokens

截至2021年9月

表格地址链接：https://platform.openai.com/docs/models/gpt-4

GPT-4模型对比 GPT-3.5

对于许多基本任务            ，GPT-4和GPT-3.5模型之间的差异并不显著                 。然而 
 
  
 
  
 
  
 
  
 
  
 
，在更复杂的推理情况下










，GPT-4比我们之前的任何模型都更有能力 
 
 
 
 
 
 
 
 
 
 
 。

GPT-4 比 GPT-3.5 更可靠
  
  
  
  
  
  、更有创意
  
  
  
  
  
  ，并且能够处理更细微的指令

GPT-4在为机器学习模型设计的传统基准上优于大多数 SOTA 模型

 GPT-4 基本模型在此任务上仅比 GPT-3.5 略好；使用强化学习人类反馈 (RLHF) 来微调模型的行为 
  
  
  
  
  
，在经过 RLHF 后训练之后 


 


 


 


 


 

，GPT-4模型性能飞跃提升

















。

GPT-4 在学术和专业考试中的表现优秀

GPT-4 在基于MMLU基准的其他语言上能力也表现惊艳

GPT-4 在 TruthfulQA 等外部基准测试方面也取得了进展

与之前的 GPT 模型一样
 
 
 
 
 
 ，GPT-4 基础模型经过训练可以预测文档中的下一个单词  
   
   
   
   
   
，

GPT-4 System Card简介

GPT-4 System Card：https://cdn.openai.com/papers/gpt-4-system-card.pdf

大型语言模型(LLMs)被部署在我们生活的许多领域 

 

 

 

 

 
，从浏览 
  
  
  
  
  
、语音助手到编码辅助工具

 

 

 

 

 

 ，并有可能产生巨大的社会影响           。此system card系统卡分析GPT-4, GPT系列模型中最新的LLM  
 
  
 
  
 
  
 
  
 
  
 。首先           ，我们强调了模型的局限性(例如 
 

 
 

 
 

 
 

 
 

 
 
，产生令人信服的巧妙错误文本)和能力(例如











，提供非法建议的熟练程度提高                 ，双重用途功能的性能和危险的紧急行为)所带来的安全挑战











。其次 
 
 
 
 
 
 
 
 
 
 
 
，我们对OpenAI用于准备GPT-4部署的安全流程进行了高层概述
  
  
  
  
  
 。这涵盖了我们的工作
















，包括测量 


 


 


 


 


 

、模型级别的更改
 
 
 
 
 
 、产品和系统级别的干预(如监测和政策)以及外部专家的参与  
  
  
  
  
  。最后            ，我们证明 
 
  
 
  
 
  
 
  
 
  
 
，虽然我们的缓解措施和流程改变了GPT-4的行为










，并防止某些类型的误用
  
  
  
  
  
  ，但它们是有限的 
  
  
  
  
  
，在某些情况下仍然很脆弱
 


 


 


 


 


 

。这表明需要有预见性的规划和治理
 
 
 
 
 
。

GPT-4的使用方法

ChatGPT Plus地址：https://chat.openai.com/chat

GPT-4 API waitlist地址：GPT-4 API waitlist

      要想最大程度发挥GPT-4的能力 


 


 


 


 


 

，最好还是用上思维链路提示（Chain-of-thought Prompt）：就是需在提问的时候额外提醒AI给出步骤
 
 
 
 
 
 ，就能大大提高推理和计算的准确率   
   
   
   
   
   。

      GPT-4目前处于有限的测试阶段  
   
   
   
   
   
，只有被授予访问权限的人才能访问
 

 

 

 

 

 
。当容量可用时 

 

 

 

 

 
，请加入等待列表以获得访问

 

 

 

 

 

。在获得访问权限后

 

 

 

 

 

 ，目前可以向 GPT-4 模型发出纯文本请求           ，图像能力暂未开放            。

      价格方面 
 

 
 

 
 

 
 

 
 

 
 
，定价为每 1k 个 prompt token 0.03 美元











，每 1k 个 completion token 0.06 美元
 
 

 
 

 
 

 
 

 
 

 
 。默认速率限制为每分钟 40k 个 token 和每分钟 200 个请求











。

GPT-4的案例应用

1  
   
   
   
   
   
、可控性：允许修改“系统提示











”

允许 API 用户在一定范围内定制化实现不同的用户体验                 ，比如以莎士比亚风格或json格式回答

语气角色扮演

通过修改这句话 
 
 
 
 
 
 
 
 
 
 
 
，GPT-4就可以展现出更多样的性格
















，比如扮演角色

指定回答形式或者格式

也可以指定之后所有回答的形式            ，比如全用json格式

2 

 

 

 

 

 
、计算能力

做一个法语的物理题

3

 

 

 

 

 

 、代码能力

给代码修Bug

4           、看图能力(预览 
 
  
 
  
 
  
 
  
 
  
 
，能力暂时未公开)

看草图绘代码

画一个网站的草稿图










，拍照片上传给GPT-4
  
  
  
  
  
  ，可以立马生成网站的HTML代码

解释表情包 
 

 
 

 
 

 
 

 
 

 
 
、解释漫画

解释梗图

找图中特点

理解图表中数据的含义

根据论文截图总结摘要