“吊打”ChatGPT！GPT-4在多项考试中表现亮眼

来源：中国科学报

本报讯 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与人类水平相当，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%的人类，在SAT数学考试里击败了89%的人类。

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：“虽然在许多现实场景中GPT-4的能力还不及人类，但在各种专业和学术问题上与人类表现出相同的水平。”

OpenAI开发了一系列大型语言模型（LLM）。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GPT-4的发布会上，OpenAI的总裁和联合创始人Greg Brockman展示了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。

这种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仍然存在与其旧版本相同的缺陷。

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“幻想”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，仅过了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外，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。

如果你在过去几周内使用过新的Bing预览版，那么你已经体验过这个强大模型的早期版本。

（高腾）

《中国科学报》 (2023-03-17 第2版国际)