首页 产业新闻 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

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

产业新闻 5

    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//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//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。

广告

文章目录

    标签列表