花粉乐分享平台宣传视频
> 乐学堂 > > 吊打ChatGPT!GPT-4在多项考试中超过人类平均水平
吊打ChatGPT!GPT-4在多项考试中超过人类平均水平
来源:科学网
2023-04-08 14:56:08
253
管理

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

花粉社群VIP加油站

3
点赞
赏礼
赏钱
0
收藏
免责声明:本文仅代表作者个人观点,与花粉乐分享无关。其原创性以及文中陈述文字和内容未经本网证实,对本文以及其中全部或者 部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
凡本网注明 “来源:XXX(非花粉乐分享)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对 其真实性负责。
如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。
QQ:2443165046 邮箱:info@hflfx.com
关于作者
放开那只猫..(采蜜高手)
文章
548
主题
0
关注
0
粉丝
0
点击领取今天的签到奖励!
签到排行
随手拍
54个圈友 0个话题
华为手机随手拍,记录生活点滴之美好
华为P30pro
51个圈友 0个话题
这里是华为P30pro手机交流圈,欢迎华为P30pro用户进群交流
体验官
60个圈友 2个话题
华为花粉体验官,体验官专属的交流群
登录后查看您创建的圈子
登录后查看您创建的圈子
所有圈子
猜你喜欢
杭州互联网违法和不良信息举报平台 网络110报警服务 浙ICP备17046585号
3
0
分享
请选择要切换的马甲:

个人中心

每日签到

我的消息

内容搜索