吊打ChatGPT!GPT-4在多项考试中超过人类平均水平

2023-03-16 20:59:31


【资料图】

编译 | 高腾
2023年3月14日,GPT-4正式发布。数据显示,它在各种专业和学术基准上和人类相当,优秀到令人难以置信!
根据产品白皮书,GPT-4在人类的多项考试中表现出色,包括美国律师考试(Bar)、美国法学院入学考试(LSATs)、SAT的阅读和数学考试、GRE等。
例如,GPT-4在Bar考试里击败了90%的人类,在SAT阅读考试中击败了93%人类,在SAT数学考试里击败了89%人类。
更令人惊讶的是,它的分数几乎是其前代GPT-3的两倍。
OpenAI在其网页上这样总结:“虽然在许多现实世界场景中的GPT-4能力还不及人类,但在各种专业和学术问题上和人类表现出相同的水平。”
OpenAI开发了一系列大型语言模型(LLM,large language model)。不久前火遍全球的ChatGPT用的语言模型是 GPT-3.5。虽然ChatGPT与GPT-4在随意的谈话中看起来很相似,但OpenAI 表示,在内部评估中,GPT-4 产生正确回应的可能性要比 GPT-3.5 高出 40%。
而且,GPT-4还是多模态的,不但可以接受文本输入,还可接受图像输入。
在GPT4的发布会上,OpenAI的总裁和联合创始人Greg Brockman就展示了一段它所拥有的强大编程能力:
首先在纸上简单画一个非常粗糙的草稿图;然后拍照上传给GPT-4,告诉它要做一个网站,让它生成网站代码;大约10秒钟后,GPT-4给出了完整的网站代码。
这效果应该会让众多网站开发者感到巨大的压力和职业危机。
虽然OpenAI发布上述统计数据确实令人惊叹,但该公司也承认,GPT-4仍然存在与其前身相同的缺陷。
OpenAI在其网站上指出:GPT-4仍存在与早期GPT模型相似的局限性,它并不是“完全可靠的”,最新版本的GPT仍会“幻觉”事实并出现推断错误。
“在使用LLM输出时应格外小心,特别是在容易出错的语境下,具体的使用规则应根据具体需求来确定,例如人工审查、加强背景理解甚至完全避免高风险使用等规则。”OpenAI方面称。
尤其值得关注的是,OpenAI正在加快更新迭代速度——GPT-3于2020年夏季发布;GPT 3.5于去年12月1日推出,并给世界带来了ChatGPT;而现在,仅仅3个月左右,GPT-4就面世了。
虽然人们还在分析GPT-4的全部能力,但目前可以明确的一点是,AI领域有着不断增长的发展动力和广阔的市场前景。
如果有人想要体验GPT-4,除了申请付费版应用,也可以免费体验。因为微软已经确认,新版本Bing正在GPT-4上运行。如果在过去几周内你使用过新的Bing预览版,那么你已经体验过这个强大模型的早期版本。
原文链接:
https://futurism.com/the-byte/gpt-4-exam-scores
GPT-4白皮书:
https://cdn.openai.com/papers/gpt-4.pdf

标签:

关闭
新闻速递