神秘GPT模型引爆社区,GPT-4.5、GPT-5谣言满天飞,奥特曼在线围观
这场等待「GPT-5」的游戏啥时候才能结束?
GPT-5啥时候来?估计是 AI 领域最关心的问题之一了。是像 Sora 一样毫无预兆的发布,还是我们可以从边角料的爆料中得知一点点信息,大家对未来将要发布的这一模型充满了期待。
但奥特曼在一次访谈中表示,OpenAI 现在采用迭代部署的方式进行研发,而不是秘密进行直到完成 GPT-5才公布,他们的目标不是给世界带来震惊性的更新,恰恰相反,OpenAI 希望自己研发的成果不会给人一种跳跃式的发展趋势,如果大家有那种感觉的话,OpenAI 会更加快速迭代地发布他们的产品,比如在发布 GPT-5之前,先上线 GPT-4.5。
无论如何,大家对 GPT-5的好奇心已经拉满。传言中 OpenAI 今天会有一些大的发布,我们也没有等来。
不过,LMSYS Chatbot Arena 上出现了一个神秘的模型,在社交媒体上引起了广泛的热议。
这个神秘的模型名为「gpt2-chatbot」,当有人问是谁创建了它?该模型自己的回复时竟然是 OpenAI,并且是基于 GPT-4架构。
图源:X@TomDavenport
这个模型吸引了大量网友的围观和测试,结果很多人发现,gpt2-chatbot 的能力似乎与 GPT-4保持在同一水准,甚至在一些任务上的表现比 GPT-4Turbo 还要好。
因此,网友们纷纷猜测,gpt2-chatbot 是 GPT-4的某个新版本,比如 GPT-4.5,或者 GPT-5的测试版。
图源:X@elder_plinius
还有人扯到了消失了很久的 OpenAI 首席科学家Ilya Sutskever,说 gpt2-chatbot 实际上是 Ilya 在答题。
图源:X@roramora0
不过今早,奥特曼神叨叨地回复了一句,表示对 gpt2情有独钟。GPT-2于2019年推出,参数量为15亿。
奥特曼的编辑记录更加激起了网友的好奇,先是 gpt-2后是 gpt2,难道 gpt2(二代)要来了吗?
图源:X@andromeda74356
不管 gpt2-chatbot 最终是什么,我们先来看看它在哪些任务上表现更强。
神秘的 gpt2-chatbot 强在哪里?
先来看 gpt2-chatbot 与 gpt-4-trubo 分别画独角兽(TikZ 独角兽)的效果对比,显然前者的效果更好一点。
图源:X@JoshhuaSays
另一个类似的画独角兽示例,gpt2-chatbot 与 Claude Opus 的效果比较。
下图从左往右依次是 GPT-4Turbo、Llama3和 Gemini1.5pro 的生成效果。
图源:X@SullyOmarr
再来看数学方面的一些例子,其中 gpt2-chatbot 可以一次性地解答国际数学奥林匹克(IMO)问题。
图源:X@itsandrewgao
不仅如此,有人发现了 gpt2-chatbot 比其他所有模型表现都要好的任务:「A B-1」问题。
图源:X@DimitrisPapail
对于一些逻辑推理题,gpt2-chatbot 也更擅长,并强于其他大模型。
比如,当问 gpt2-chatbot「我今天有3个苹果,昨天吃了一个。现在有几个苹果?」它给出的回复很准确(3个),并解释了原因(昨天吃了一个并不影响现在有几个苹果)。很少能有模型回答对这个典型的推理题。
作为对比,GPT-4、Claude-3Opus、Gemini Ultra、Llama3-70b 都回答错了。
图源:X@airesearch12
再比如,「Jessica 有两个兄弟和一个姐妹。她的兄弟各有多少个姐妹?」显然 gpt2-chatbot 回答对了。
而 Claude-3Opus 搞错了。
图源:X@skirano
此外,gpt2-chatbot在一些哲学问题上也答得很好,在完整性和基本事实方面,与 GPT-4Turbo 相比,具有非常相似的解答思路。
图源:X@anonkanav
图灵奖得主Yann LeCun也赶来围观,不过他并不看好这个模型,并表示人工智能的炒作已经变成了讽刺。
LeCun 之所以这样说,是因为有人问 gpt2-chatbot「一个农夫带着一只羊和一只山羊站在河的左岸,旁边有一条船。船只能装下一个人和两个动物。农夫如何带着羊和山羊到达河的右岸,并尽可能减少旅行次数?」
对于这个问题,正常来说只需一趟就可以了,但 gpt2-chatbot 把答案弄得非常复杂,还分了5步完成。
图源:https://twitter.com/ylecun/status/1785100806695325804
可以说,这些测试结果让我们看到了 gpt2-chatbot 在画图、数学、逻辑推理等任务上的不俗能力,同时也会出现将简单问题复杂化的情况。但要说它就是 GPT-4或 GPT-5,有人还是不同意。
因此,有人猜测 gpt2-chatbot 实际上还是此前的 GPT-2,但是使用现代助理数据集进行了微调。在这种情况下,这意味着 OpenAI 最初的预训练效果仍然令人惊叹,并在几年后仍比其他模型更好。
图源:X@albfresco
如何体验?
首先你需要进入 chat.lmsys.org:
在如下的界面中,点击 Direct Chat:
然后选择 gpt2-chatbot 就可以测试了:
不过,当我们向 gpt2-chatbot 提问时,收到提示「此模型速率已达到上限」,看来大家只能再等等了。
地址:https://chat.lmsys.org/?&continueFlag=7c6341bdf97e0feac7657a2181eabc99
除了 gpt2-chatbot,OpenAI 今天还发布了一个消息,他们在2月份宣布的 Memory 功能,现在可供所有 ChatGPT Plus 付费用户使用。
任何“圣诞限定款”,其实都想赚你的钱
近几日,圣诞节的节日气氛越来越浓烈。而且这种氛围已经从购买圣诞树、圣诞鲜花逐渐“蔓延”到更多领域,比如瑞幸咖啡和库迪咖啡就推出圣诞限定饮品和周边,乐事更是推出了瞄准聚会场景的特供版薯片。作为西方重要节日,圣诞节影响力也已经从大洋彼岸传到我国,并逐渐引起了一股消费热潮。这个充满欢乐与浪漫的节日,不仅是文化和习俗的交流,也成为商家们一年中的重要销售节点。站长网2023-12-22 14:22:5500001/10体量达到SOTA!谷歌发布5B参数视觉语言模型PaLI-3,更小更快却更强
谷歌研究院和DeepMind研究人员推出最新PaLI-3视觉语言模型(VLM),模型以更小、更快、更强的特点获得大部分研究人员青睐,在诸多任务中达到SOTA。最近,堪称改变游戏规则的视觉语言模型(VLM)PaLI-3问世,引得大量科研人员关注。PaLI-3是谷歌最新推出的视觉语言模型,以更小的体量,更快的推理速度,达到了更强的性能。站长网2023-10-28 13:49:250000美国副总统 Kamala Harris 将与谷歌、微软、OpenAI 和 Anthropic 的首席执行官会面讨论人工智能问题
据CNBC消息,美国副总统KamalaHarris将于当地时间周四会见谷歌、微软、OpenAI和Anthropic的首席执行官,讨论人工智能负责任开发问题,白宫已经证实了这一消息。站长网2023-05-04 14:19:060000Lalamu Studio:用AI轻松创作对口型视频
LalamuStudio是一款基于人工智能技术的创新软件,能够通过使用AI轻松地创作口型同步视频。使用者可以通过上传视频文件或使用内置模板来开始创作,利用先进的人工智能算法,系统会自动对嘴部动作进行调整,以确保与音频的完美匹配。体验地址:https://www.lalamu.app/站长网2023-08-08 17:12:140001Google DeepMind提出DRaFT算法以高效优化扩散模型
要点:1、GoogleDeepMind提出了直接奖励微调(DRaFT)的概念,可以高效微调扩散模型以最大化可微的奖励函数。2、引入DRaFT-K和DRaFT-LV算法,限制反向传播步数,提高效率。实验证明优于全反向传播。3、在StableDiffusion1.4上应用DRaFT,结果显示其效率远超基于强化学习的微调基线。DRaFT-LV效率最高。站长网2023-10-09 10:47:120000