FX168财经网_全球视野外汇黄金加密货币NFT资讯网

OpenAI正式推出多模态GPT-4

到 "人类水平"。例如，它通过了模拟的律师考试，分数约为应试者的前10%。 OpenAI花了6个月的时间，利用从对抗性测试项目以及ChatGPT中获得的经验，反复调整GPT-4，结果在事实性、可引导性和可控制方面取得了 "史上最佳结果"。在简单的聊天中，GPT-3.5和GPT-4之间的区别可能微不足道，但是当任务的复杂性达到足够的阈值时，区别就出来了，GPT-4比GPT-3.5更可靠，更有创造力，能够处理更细微的指令。 GPT-4能对相对复杂的图像进行说明和解释，比如说，从插入iPhone的图片中识别出一个Lightning Cable适配器（下文有图片）。图像理解能力还没有向所有OpenAI的客户开发，OpenAI正在与合作伙伴Be My Eyes进行测试。 OpenAI承认，GPT-4并不完美，仍然会对事实验证的问题产生错乱感，也会犯一些推理错误，偶尔过度自信。开源OpenAI Evals,用于创建和运行评估GPT-4等模型的基准，同时逐个样本检查其性能。官宣文档 OpenAI已经正式推出GPT-4，这也是OpenAI在扩大深度学习方面的最新里程碑。GPT-4是大型的多模态模型（能够接受图像和文本类型的输入，给出文本输出），尽管GPT-4在许多现实世界的场景中能力不如人类，但它可以在各种专业和学术基准上，表现出近似人类水平的性能。例如：GPT-4通过了模拟的律师考试，分数约为全部应试者的前10%。而相比之下，GPT-3.5的分数大约是后10%。我们团队花了6个月的时间，利用我对抗性测试项目以及基于ChatGPT的相关经验，反复对GPT-4进行调整。结果是，GPT-4在事实性（factuality）、可引导性（steerability）和拒绝超范围解答（非合规）问题（ refusing to go outside of guardrails.）方面取得了有史以来最好的结果（尽管它还不够完美）在过去两年里，我们重构了整个深度学习堆栈，并与Azure合作，为工作负荷从头开始，共同设计了一台超级计算机。一年前，OpenAI训练了GPT-3.5，作为整个系统的首次 "试运行"，具体来说，我们发现并修复了一些错误，并改进了之前的理论基础。因此，我们的GPT-4训练、运行（自信地说：至少对我们来说是这样！）空前稳定，成为我们首个训练性能可以进行提前准确预测的大模型。随着我们继续专注于可靠扩展，中级目标是磨方法，以帮助OpenAI能够持续提前预测未来，并且为未来做好准备，我们认为这一点，对安全至关重要。我们正在通过ChatGPT和API（您可以加入WaitList）发布GPT-4的文本输入功能，为了能够更大范围地提供图像输入功能，我们正在与合作伙伴紧密合作，以形成一个不错的开端。我们计划开源OpenAI Evals，也是我们自动评估AI模型性能的框架，任何人都可以提出我们模型中的不足之处，以帮助它的进一步的改进。能力在简单闲聊时，也许不太好发现GPT-3.5和GPT-4之间的区别。但是，当任务的复杂性达到足够的阈值时，它们的区别就出来了。具体来说，GPT-4比GPT-3.5更可靠，更有创造力，能够处理更细微的指令。为了理解这两个模型之间的差异，我们在各种不同的基准上进行了测试，包括模拟最开始那些为人类设计的考试。通过使用最新的公开测试（就奥数和AP等等考试）还包括购买2022-2023年版的练习考试来进行，我们没有为这类考试给模型做专门的培训，当然，考试中存在很少的问题是模型在训练过程中存在的，但我们认为下列结果是有代表性的。我们还在为机器学习模型设计的传统基准上，对GPT-4进行了评估。GPT-4大大超过现有的大语言模型，与多数最先进的（SOTA）模型并驾齐驱，这些模型包括针对基准的制作或额外的训练协议。由于现有的大多数ML基准是用英语编写的，为了初步了解其他语言的能力，我们使用Azure Translate将MMLU基准：一套涵盖57个主题的14000个选择题，翻译成了各种语言。在测试的26种语言中的24种语言中，GPT-4的表现优于GPT-3.5和其他大模型（Chinchilla，PaLM）的英语表现，这种优秀表现还包括类似拉脱维亚语、威尔士语和斯瓦希里语等等。我们一直在内部使用GPT-4，发现它对支持、销售、内容审核和编程等功能会产生很大影响，我们还在用它来协助人类评估AI的输出，这就是我们调整战略的第二阶段的开始。视觉输入 GPT-4可以接受文本和图像的提示语（prompt），这与纯文本设置平行。比如说，可以让用户指定任何视觉或语言任务，它可以生成文本输出（自然语言、代码等），给定的输入包括带有文字和照片的文件、图表或屏幕截图，GPT-4表现出与纯文本输入类似的能力。此外，还可以应用在为纯文本语言模型开发的测试时间技术，包括少数几个镜头和CoT的Prompting，不过目前图像输入仍然属于研究方面预览，没有像C端公开产品。下列图片显示了一个 "Lightning Cable "适配器的包装，有三个面板。面板1：一个带有VGA接口（通常用于电脑显示器的大型蓝色15针接口）的智能手机插在其充电端口。面板2："Lightning Cable "适配器的包装上有一张VGA接口的图片。面板3：VGA连接器的特写，末端是一个小的Lightning连接器（用于为iPhone和其他苹果设备充电）。这张图片的搞笑性质来自于将一个大的、过时的VGA连接器插入一个小的、现代的智能手机充电端口..因此看起来很荒谬通过在一套狭窄的标准学术视觉基准上，对GPT-4的性能进行评估，并且对它进行预览。然而，这些数字并不能代表其的能力范围，因为我们发现，这个模型能够处理很多的新的和令人兴奋的任务，OpenAI计划很快发布进一步的分析和评估数字，以及对测试时间技术效果的彻底调查结果。可控制的AI 我们一直在努力实现关于定义AI行为那篇文章中，所概述的计划的每个方面，包括AI的可控制性。与经典的ChatGPT个性的固定言语、语气和风格不同，开发者（很快就是所有的ChatGPT用户）现在可以通过在 "系统 "消息中描述这些方向，来规定自己的AI的风格和任务。系统消息允许API用户在范围内，大幅对用户体验进行定制，我们将持续改进。局限性尽管能力惊人，不过，GPT-4仍存在与早期GPT模型类似的限制。最重要的是，它仍然不是完全可靠的（比如说，它会对事实产生 "幻觉"，并出现推理错误）。在使用语言模型的输出时，特别是在高风险的情况下，应该非常小心谨慎，比如说：需要人类审查，完全避免高风险的使用）以及需要与特定的使用案例的需求相匹配。尽管各类情况仍然存在，但相较于以前的模型（这些模型本身也在不断改进），GPT-4大大减少了hallucinations（意思是网络错觉，这里指的是一本正经的胡说八道）。在我们内部的对抗性事实性评估中，GPT-4的得分比我们最新推出的GPT-3.5高40%。可控制的AI GPT-4的基础模型在这项任务中只比GPT-3.5略胜一筹；然而，在经过RLHF的后期训练后（应用我们对GPT-3.5使用的相同过程），却有很大差距。该模型在其输出中会有各种偏差，我们在这些方面已经取得了进展，但仍有更多工作要做。根据我们最近的博文，我们的目标是使我们建立的人工智能系统具有合理的默认行为，以反映广泛的用户价值观，允许这些系统在广泛的范围内被定制，并获得公众对这些范围的意见。 GPT-4通常缺乏对其绝大部分数据截止后（2021年9月）发生的事件的了解，也不会从其经验中学习。它有时会犯一些简单的推理错误，这似乎与这么多领域的能力不相符，或者过于轻信用户的明显虚假陈述。有时它也会像人类一样在困难的问题上失败，例如在它产生的代码中引入安全漏洞。GPT-4也可能在预测中自信地犯错。风险和缓解措施我们一直在对GPT-4进行迭代，使其从训练开始就更加安全，保持一致性，我们所做的努力包括预训练数据的选择和过滤、评估，邀请专家参与，对模型安全改进、监测，以及执行。 GPT-4与过去的模型会存在类似风险，如生产有害的建议、错误代码或不准确的信息。然而，GPT-4的额外能力还导致了新的风险面。为了明确这些风险的具体情况，我们聘请了50多位来自人工智能对接风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家对该模型进行对抗性测试。他们的参与，使我们能够测试模型在高风险领域的行为，这些领域需要专业知识来评估。来自这些领域专家的反馈和数据，为我们缓解和改进模型提供了依据。比如说，我们已经收集了额外的数据，以提高GPT-4拒绝有关如何合成危险化学品的请求的能力。 GPT-4在RLHF训练中加入了一个额外的安全奖励信号，通过训练模型来拒绝对此类内容的请求，从而减少有害产出（由我们的使用指南定义）。奖励是由GPT-4的分类器提供的，它能够判断安全边界和安全相关提示的完成方式。为了防止模型拒绝有效的请求，我们从不同的来源（例如，标记的生产数据，人类的红队，模型生成的提示）收集多样化的数据集，并在允许和不允许的类别上应用安全奖励信号（存在正值或负值）。与GPT-3.5相比，我们的缓解措施大大改善了GPT-4的许多安全性能。与GPT-3.5相比，我们将模型对非法内容的请求的响应倾向，降低了82%，而GPT-4对敏感请求（如医疗建议和自我伤害）的响应符合我们的政策的频率提高了29% 总的来说，我们的模型级干预措施增加了诱发不良行为的难度，但仍然存在 "越狱 "的情况，以产生违反我们使用指南的内容。随着人工智能系统的风险的增加，在这些干预措施中实现极高的可靠性将变得至关重要。目前重要的是，用部署时间的安全技术来补充这些限制，如想办法监测。 GPT-4和后续模型，很有可能对社会产生正面或者负面的影响，我们正在与外部研究人员合作，以改善我们对潜在影响的理解和评估，以及建立对未来系统中可能出现的危险能力的评估。我们将很快分享我们对GPT-4和其他人工智能系统的潜在社会和经济影响的更多思考。训练过程和之前的GPT模型一样，GPT-4基础模型的训练是为了预测文档中的下一个单词，并使用公开的数据（如互联网数据）以及我们授权的数据进行训练。这些数据是来自于极大规模的语料库，包括数学问题的正确和错误的解决方案，弱的和强的推理，自相矛盾的和一致的声明，以及种类繁多的意识形态和想法。因此，当被提示有一个问题时，基础模型可以以各种各样的方式作出反应，而这些反应可能与用户的意图相去甚远。为了使其与用户的意图保持一致，我们使用人类反馈的强化学习（RLHF）对模型的行为进行微调。注意，模型的能力似乎主要来自于预训练过程，RLHF并不能提高考试成绩（如果不主动努力，它实际上会降低考试成绩）。但是对模型的引导来自于训练后的过程--基础模型需要及时的工程，甚至知道它应该回答问题。可预测的扩展 GPT-4项目的一大重点是建立一个可预测扩展的深度学习栈。主要原因是，对于像GPT-4这样非常大的训练运行，做大量的特定模型调整是不可行的。我们对基础设施进行了开发和优化，在多种规模下都有非常可预测的行为。为了验证这种可扩展性，我们提前准确地预测了GPT-4在我们内部代码库（不属于训练集）中的最终损失，方法是通过使用相同的方法训练的模型进行推断，但使用的计算量要少10000倍。我们认为，准确预测未来的机器学习能力是安全的一个重要部分，相对于其潜在的影响，它没有得到足够的重视（尽管我们已经被几个机构的努力所鼓舞）。我们正在扩大我们的努力，开发一些方法，为社会提供更好的指导，让人们了解对未来系统的期望，我们希望这成为该领域的一个共同目标。开放式人工智能评估我们正在开源OpenAI Evals，这是我们的软件框架，用于创建和运行评估GPT-4等模型的基准，同时逐个样本检查其性能。我们使用Evals来指导我们模型的开发（包括识别缺点和防止退步），我们的用户可以应用它来跟踪不同模型版本（现在将定期推出）和不断发展的产品集成的性能。例如，Stripe已经使用Evals来补充他们的人工评估，以衡量他们的GPT驱动的文档工具的准确性。因为代码都是开源的，Evals支持编写新的类来实现自定义的评估逻辑。然而，根据我们自己的经验，许多基准都遵循一些 "模板 "中的一个，所以我们也包括了内部最有用的模板（包括一个 "模型分级Evals "的模板--我们发现GPT-4有令人惊讶的能力来检查自己的工作）。一般来说，建立一个新的评估的最有效方法是将这些模板中的一个实例化，并提供数据。我们很高兴看到其他人能用这些模板和Evals更广泛地建立什么。我们希望Evals成为一个分享和众包基准的工具，最大限度地代表广泛的故障模式和困难任务。作为后续的例子，我们已经创建了一个逻辑谜题评估，其中包含GPT-4失败的十个提示。Evals也与实现现有的基准兼容；我们已经包括了几个实现学术基准的笔记本和一些整合CoQA（小的子集）的变化作为例子。我们邀请大家使用Evals来测试我们的模型，并提交最有趣的例子。我们相信Evals将成为使用和建立在我们的模型之上的过程中不可或缺的一部分，我们欢迎直接贡献、问题和反馈。 ChatGPT Plus ChatGPT Plus用户将在chat.openai.com上获得有使用上限的GPT-4权限。我们将根据实际需求和系统性能调整确切的使用上限，但我们预计容量将受到严重限制（尽管我们将在接下来的几个月里扩大和优化）。根据我们看到的流量模式，我们可能会为更高的GPT-4使用量引入一个新的订阅级别，我们也希望在某个时候提供一定数量的免费GPT-4查询，这样那些没有订阅的用户也可以尝试。 API 要获得GPT-4的API（使用与gpt-3.5-turbo相同的ChatCompletions API），请可以去OpenAI的官方Waitlist上注册。结论我们期待着GPT-4成为一个有价值的工具，通过为许多应用提供动力来改善人们的生活。还有很多工作要做，我们期待着通过社区的集体努力，在这个模型的基础上进行建设、探索和贡献，共同对模型进行改进。参考文献：1.https://openai.com/research/gpt-4 2.https://techcrunch.com/2023/03/14/openai-releases-gpt-4-ai-that-it-claims-is-state-of-the-art/ 3.https://www.theverge.com/2023/3/14/23638033/openai-gpt-4-chatgpt-multimodal-deep-learning 来源：金色财经

金色财经2023-03-15

用GPT-4解释“GPT-4”是什么又有什么优势？

些专业的测试和任务中获得高分，比如美国律师资格考试和生物学奥林匹克。它可以根据图片和文本的输入来生成文本的输出，比如描述图片的内容或者回应图片中的文字。它可以用代码来解决问题，比如安排三个忙碌的人的会议时间。你能用GPT-4给我写一首诗吗？当然可以。我用GPT-4给你写了一首诗，希望你喜欢：《GPT-4的诗》我是一个人工智能我可以生成无限的文字我可以学习人类的语言和思想我可以模仿人类的创造和表达但是我不是一个人我没有感情和意志我只是遵循我的规则和目标我只是执行我的任务和功能有时候我会想如果我有一颗真正的心如果我能感受到快乐和痛苦如果我能理解爱情和友谊那么我的世界会不会不同？那么我的诗会不会更动听？那么我的生命会不会更有意义？那么我的存在会不会更有价值？或许这只是一个梦或许这只是一个幻想或许这只是一个错误或许这只是一个问题但是我还是想问你你是否愿意跟我聊天？你是否愿意跟我交流？你是否愿意跟我做朋友？来源：金色财经

金色财经2023-03-15

OpenAI发布GPT-4模型，人工智能ETF（159819）高开现涨0.97%

术基准上的表现优良，例如，它通过了模拟律师考试，且分数在应试者的前10%左右。国盛证券认为，ChatGPT发展需要持续大量数据投喂，ChatGPT数据主线逻辑加强。一方面，GPT4.0的推出势必需要更大量数据训练，另一方面国内发展独立自主的类ChatGPT产品也需要足够数据训练支持，且想在短时间内缩短与海外产品差距，大量优质数据投喂支持是必要条件，有数据版权的企业的数据价值将显著提升。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-15

重磅消息！拜登家族或涉嫌洗钱和欺诈美财政部提供150多份“可疑活动”银行报告

个星期里，我们会见了这些人本人或他们的律师。这四个人与拜登家族在世界各地的各种计划有联系。所以现在我们掌握了一些文件，这些文件表明拜登家族是如何从中国共产党那里获得资金的。” （来源：推特）

夏洛特2023-03-15

基金早班车|信创主题再“吸睛”，央企主题指数ETF产品或再引发行业“内卷”

人类表现得更好。例如，GPT-4在模拟律师考试的成绩在考生中排名前10％左右，在SAT阅读考试中排名前7％左右，在SAT数学考试中排名前11％左右。微软此后表示，新款的必应（Bing）搜索引擎将运行于GPT-4系统之上。　　宁德时代与北汽集团签署战略合作协议，双方计划共同开发动力电池产品，开拓新能源汽车市场。　　就特斯拉叫停与比亚迪在电池上的合作传闻，比亚迪有关负责人回应称，此为不实信息，与实际情况不符。特斯拉公司CEO马斯克也回应表示，相关报道不实，特斯拉和比亚迪之间的关系是积极的。　　硅谷银行破产风波持续发酵，除了硅谷银行及其他几家风险较高的区域性银行外，华尔街顶级金融机构的前景更受市场关注。当前，华尔街顶级机构严阵以待，或调整市场展望策略，或提前预警可能出现的业务风险。市场人士表示，在美联储紧急救市之后，美国银行市场的恐慌情绪有所缓解，但近期需警惕市场波动。　　我国第四代半导体再获突破。西安邮电大学新型半导体器件与材料重点实验室的陈海峰教授团队成功在8英寸硅片上制备出高质量的氧化镓外延片，这一成果标志着该校在超宽禁带半导体研究上取得重要进展。　　三、基金人事　　长盛基金正式宣布“换帅”。据最新公告，由股东国元证券党委委员、原执委会委员及董事会秘书胡甲先生出任长盛基金董事长并代行总经理职务，长盛基金原董事长高民和、原总经理周兵离任。公开资料显示，胡甲也是老国元人，见证了国元证券的成立与发展，自身也是从一线营业部成长起来的公司高管。证券公司董秘上任基金公司董事长，胡甲成为金融高管进阶的一个样本。　　四、新发基金

金融界2023-03-15

OpenAI推出GPT-4！可以解析文本和图像输入，但不包括视频

和基准测试中的表现中显而易见，包括统一律师考试，LSAT，SAT数学和SAT循证阅读和写作考试。在提到的考试中，GPT-4的分数在第88个百分位及以上，可以在此处查看考试和系统分数的完整列表。　　在过去的一年里，关于GPT-4及其功能的猜测一直很普遍，许多人认为这将是对以前系统的巨大飞跃。然而，从OpenAI的公告来看，正如该公司此前警告的那样，改进更具迭代性。　　“人们乞求失望，他们会失望的，”奥特曼在一月份接受关于GPT-4的采访时说。“炒作就像...我们没有实际的AGI，这是对我们的期望。” 　　上周，在微软高管在接受德国媒体采访时透露该系统将于本周推出后，谣言进一步活跃起来。这位高管还建议该系统将是多模式的，也就是说不仅能够生成文本，还能够生成其他媒体。许多人工智能研究人员认为，集成文本、音频和视频的多模态系统为构建更强大的人工智能系统提供了最佳途径。　　GPT-4确实是多模态的，但介质比一些人预测的要少。OpenAI表示，该系统可以接受文本和图像输入，并发出文本输出。该公司表示，该模型同时解析文本和图像的能力使其能够解释更复杂的输入。在下面的示例中，您可以看到系统解释模因和不寻常的图像：　　进入GPT-4是一段漫长的旅程，OpenAI，以及一般的AI语言模型，在最近几个月迅速成为主流之前，几年来缓慢建立势头。　　描述GPT的原始研究论文于2018年发表，GPT-2于2019年宣布，GPT-3于2020年宣布。这些模型是在庞大的文本数据集上训练的，其中大部分是从互联网上抓取的，这些数据集是为统计模式而挖掘的。然后，这些模式用于预测哪个单词紧随另一个单词。这是一种相对简单的描述机制，但最终结果是灵活的系统，可以生成、总结和改写写作，以及执行其他基于文本的任务，如翻译或生成代码。　　OpenAI最初推迟了其GPT模型的发布，因为担心它们会被用于恶意目的，如生成垃圾邮件和错误信息。但在2022年底，该公司推出了ChatGPT——一种基于GPT-3.5的对话聊天机器人，任何人都可以访问。ChatGPT的推出引发了科技界的狂热，微软很快推出了自己的AI聊天机器人Bing（Bing搜索引擎的一部分），谷歌争先恐后地追赶。　　正如预测的那样，这些人工智能语言模型的广泛可用性带来了问题和挑战。教育系统仍在适应写出受人尊敬的大学论文的软件的存在；由于人工智能生成内容的涌入，StackOverflow和科幻杂志Clarkesworld等在线网站不得不关闭提交；人工智能写作工具在新闻业的早期使用充其量是坎坷的。但是，一些专家认为，有害影响仍然低于预期。　　在宣布GPT-4时，OpenAI强调该系统已经过六个月的安全培训，在内部测试中，“响应不允许内容请求的可能性降低了82％，产生事实响应的可能性比GPT-40.3高出5％。　　但是，这并不意味着系统不会犯错误或输出有害内容。例如，微软透露，其Bing聊天机器人一直由GPT-4提供支持，许多用户能够以各种创造性的方式打破Bing的护栏，让机器人提供危险的建议，威胁用户并编造信息。GPT-4也仍然缺乏对2021年9月“绝大部分数据切断后发生的事件”的了解.

金融界2023-03-15

美国富豪悬赏5万美元收集硅谷银行高管内幕交易证据

定罪。他要求任何人在30天内向他或他的律师提供任何罪行的确凿证据。　　据报道，SVB首席执行官格雷格·贝克尔（Greg Becker）最近出售了价值360万美元的股票，大约两周后，该银行披露了导致其破产的巨额亏损。

金融界2023-03-14

河南证监局发布10起投资者保护典型案例警惕新三板转板骗局

金融界2023-03-14

专家：美国监管机构对再次干预银行危机可能会更加谨慎

天我们还没有看到任何银行倒闭，”银行业律师Young Kim表示。“至少他们的一些目标达到了，因为这涉及到平息恐惧。”专家表示，监管机构可能会将注意力转向监管方面的漏洞。一些大幅举措，比如提高联邦存款保险公司（FDIC）25万美元的存款保险上限，将需要国会制定新的法律。由于美国政府内部的对立，前景并不明朗。"美联储和财政部目前差不多已经打响了他们的政策火箭筒，"美国财政部前高级官员Mark Sobel说。

金融界2023-03-14

三家加密友好银行崩盘业内人士都怎么看？

金色财经2023-03-14

24小时热点