ChatGPT又又又更新了，多模态GPT-4大模型发布-花粉乐享

> 乐学堂 > > ChatGPT又又又更新了，多模态GPT-4大模型发布

ChatGPT又又又更新了，多模态GPT-4大模型发布

来源：人工智能研究所

2023-04-10 14:58:08

385

管理

GPT Generative Pre-trained Transformer是一系列基于Transformer架构的预训练语言模型，由OpenAI推出。它们在自然语言处理任务中表现出色，尤其是在生成式任务（如机器翻译、对话生成、文章摘要等）方面。

GPT系列的主要模型：

1. GPT：发布于2018年，是第一个GPT模型，使用了12层Transformer结构，预训练语料库为WebText，包含8亿个单词。2. GPT-2：发布于2019年，使用了更大的模型和更多的数据，包括40GB的文本数据和1.5亿个参数。GPT-2在多项自然语言处理任务中表现出色，但由于其能够生成高质量的假新闻和误导性内容，OpenAI选择不公开其完整模型。3. GPT-3：发布于2020年，是目前最大的GPT模型，包含1750亿个参数。GPT-3在多项自然语言处理任务中表现出色，特别是在生成式任务中表现突出，如语言生成、问答、翻译等。它还可以执行一些简单的计算任务，如加法、减法等。也是在2022年底爆火的一个模型，当ChatGPT爆火的时候，很多人基于GPT-3开发了很多相关的应用。GPT-3.5：发布于2022年，也是因为此模型，OpenAI瞬间爆红，此模型也是官方chat官网使用的模型，在2023年3月份发布官方API接口。GPT-4：发布于2023年3月14号，也是GPT模型最新版本模型，此模型支持多模态（接受图像和文本输入，输出文本内容），官方原话是：“OpenAI创建了 GPT-4，这是 OpenAI 努力扩展深度学习的最新里程碑。GPT-4 是一个大型多模态模型（接受图像和文本输入，然后文本输出），虽然在许多现实世界场景中的能力不如人类，但在各种专业和学术基准上已经达到了人类水平的表现。”

尽管功能强大，但 GPT-4 与早期的 GPT 模型具有相似的局限性。最重要的是，它仍然不完全可靠。但 GPT-4 相对于以前的模型，比最新的 GPT-3.5比分高40%：

目前GPT-4的API还没有发布，不过用户可以进行申请API的权限申请。OpenAI会发布一些开发者账号进行API权限的申请，申请通过后，就可以使用GPT-4来进行请求，但是图片输入仍然处于测试阶段，暂未开放。待API申请完成后，后期我们分享如何使用此API接口。

GPT-4作为一个多模态的模型，不仅可以允许用户输入文本，同样也可以输入图片。一个模型同时支持文本输入，也支持图片输入，2种输入模式并行处理，具体来说，它在给定的文本和图像组成的输入的情况下生成文本输出（自然语言、代码等），可以允许用户开发出更多的好玩的应用程序。

输入What is funny about this image? Describe it panel by panel. 以及如下照片

GPT-4 输出The image shows a package for a "Lightning Cable" adapter with three panels.Panel 1: A smartphone with a VGA connector (a large, blue, 15-pin connector typically used for computer monitors) plugged into its charging port.Panel 2: The package for the "Lightning Cable" adapter with a picture of a VGA connector on it.Panel 3: A close-up of the VGA connector with a small Lightning connector (used for charging iPhones and other Apple devices) at the end.The humor in this image comes from the absurdity of plugging a large, outdated VGA connector into a small, modern smartphone charging port.

GPT-4同样在不同的数据集上面进行了测试，其测试数据已经超越了很多其他的模型。