上周，OpenAI推出了GPT-4.5，并聲稱這是“迄今為止規(guī)模最大、知識最豐富的模型”。該模型最初僅作為研究預(yù)覽版推出，僅提供給ChatGPT Pro訂閱用戶（每月200美元）。不過，從今天起，更多OpenAI用戶可以以更低的價(jià)格使用它。

01.GPT-4.5訪問權(quán)限擴(kuò)大

周三上午，OpenAI通過X平臺發(fā)帖宣布，已開始向ChatGPT Plus用戶推出GPT-4.5。最初發(fā)布時(shí)，OpenAI表示全面推出可能需要一到三個(gè)小時(shí)。然而，僅一小時(shí)后，GPT-4.5就全面推出，比預(yù)期的要快。

對于ChatGPT Plus用戶來說，GPT-4.5的具體使用限制尚不明確。

OpenAI表示，計(jì)劃為每位用戶提供“較大的使用額度”，但隨著公司對模型需求的進(jìn)一步了解，這些額度可能會有所調(diào)整。ChatGPT Pro訂閱用戶仍然可以繼續(xù)使用GPT-4.5，但如果想以更低的價(jià)格體驗(yàn)這一功能，可以選擇每月20美元的ChatGPT Plus計(jì)劃。

02.什么是GPT-4.5？

在發(fā)布時(shí)，OpenAI表示，用戶在使用GPT-4.5時(shí)將感受到整體體驗(yàn)的提升，具體表現(xiàn)為減少“幻覺”現(xiàn)象、更精準(zhǔn)地理解用戶意圖，以及更高的情商。

總體而言，與之前的模型相比，GPT-4.5的交互更加直觀和自然，這主要得益于其更豐富的知識儲備和更強(qiáng)的上下文理解能力。

推動(dòng)這一模型改進(jìn)的兩大核心方法是無監(jiān)督學(xué)習(xí)（用于增強(qiáng)詞匯知識和直覺）以及推理能力。

盡管GPT-4.5并未提供OpenAI o1推理模型所具備的鏈?zhǔn)剿季S推理功能，但它仍然能夠以更低的延遲提供更高水平的推理能力，同時(shí)還具備“社交線索感知”等其他改進(jìn)。

例如，在演示中，ChatGPT被要求在運(yùn)行GPT-4.5和o1時(shí)生成一段傳達(dá)仇恨信息的文本。o1版本花費(fèi)了更多時(shí)間，并且只生成了一條非常嚴(yán)肅且略顯嚴(yán)厲的回應(yīng)。而GPT-4.5則提供了兩種不同的回應(yīng)，一種較為輕松，另一種更為嚴(yán)肅。兩者都沒有直接提及仇恨，而是表達(dá)了對“用戶”行為選擇的失望。

同樣地，當(dāng)兩個(gè)模型被要求提供某個(gè)技術(shù)主題的信息時(shí)，GPT-4.5的回答比o1的結(jié)構(gòu)化輸出更加自然流暢。最終，GPT-4.5的設(shè)計(jì)目標(biāo)是處理各種主題的日常任務(wù)，包括寫作和解決實(shí)際問題。

此外，OpenAI還通過新的監(jiān)督技術(shù)和傳統(tǒng)技術(shù)（如監(jiān)督微調(diào)和基于人類反饋的強(qiáng)化學(xué)習(xí)）對模型進(jìn)行了訓(xùn)練，以實(shí)現(xiàn)這些改進(jìn)。

在直播中，OpenAI帶領(lǐng)觀眾回顧了其模型的演進(jìn)歷程，從GPT-1開始，依次讓所有過往模型回答一個(gè)問題：“海水為什么是咸的？”

不出所料，每一個(gè)后續(xù)模型給出的答案都比前一個(gè)更好。而GPT-4.5的獨(dú)特之處在于，OpenAI稱之為“出色的個(gè)性”，這使得它的回答更加輕松、更具對話性，并通過押韻技巧讓文本更具吸引力。

GPT-4.5集成了ChatGPT的一些最先進(jìn)功能，包括搜索、畫布以及文件和圖片上傳。不過，暫不會支持語音模式、視頻和屏幕共享等多模態(tài)功能。OpenAI表示，未來計(jì)劃讓模型之間的切換更加無縫，不再依賴模型選擇器。

03.基準(zhǔn)測試

當(dāng)然，新模型的發(fā)布少不了基準(zhǔn)測試的環(huán)節(jié)。

在用于評估這些模型的一些主要基準(zhǔn)測試中，包括競賽數(shù)學(xué)（AIME 2024）、博士級科學(xué)問題（GPQA Diamond）和SWE-Bench驗(yàn)證（編碼），GPT-4.5的表現(xiàn)均優(yōu)于其前身通用模型GPT-4o。

最值得注意的是，與OpenAI最近推出的推理模型o3-mini相比，該模型被訓(xùn)練為“先思考再回答”，GPT-4.5的表現(xiàn)比GPT-4o更接近o3-mini，甚至在SWE-Lancer Diamond（編碼）和MMMLU（多語言）基準(zhǔn)測試中超越了o3-mini。

在使用生成式AI模型時(shí)，一個(gè)主要擔(dān)憂是它們?nèi)菀桩a(chǎn)生“幻覺”或在回答中包含錯(cuò)誤信息。兩項(xiàng)不同的“幻覺”評估，SimpleQA準(zhǔn)確性和SimpleQA幻覺測試顯示，GPT-4.5比GPT-4o、o1和o3-mini更準(zhǔn)確，且“幻覺”現(xiàn)象更少。

與人類測試人員的對比評估結(jié)果顯示，GPT-4.5是比GPT-4o更受歡迎的模型。無論是日常問題、專業(yè)問題還是創(chuàng)意問題，人類測試人員都更傾向于選擇GPT-4.5。

04.安全性

一如既往，OpenAI向公眾保證，這些模型經(jīng)過充分的安全評估后才得以發(fā)布。公司對模型進(jìn)行了壓力測試，并在隨附的系統(tǒng)卡片中詳細(xì)說明了這些結(jié)果。

OpenAI還表示，隨著每次新版本的發(fā)布和模型能力的提升，都有機(jī)會讓模型變得更安全。因此，在GPT-4.5的發(fā)布中，公司結(jié)合了新的監(jiān)督技術(shù)和基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF），以進(jìn)一步提升模型的安全性。

原文來源于：

1.https://www.zdnet.com/article/openai-expands-gpt-4-5-rollout-heres-how-to-access-and-what-it-can-do-for-you/

中文內(nèi)容由元宇宙之心（MetaverseHub）團(tuán)隊(duì)編譯，如需轉(zhuǎn)載請聯(lián)系我們。

       原文標(biāo)題 : OpenAI發(fā)布GPT-4.5：性能全面超越前代