梦晨 克雷西 发自 凹非寺量子位 | 公众号 QbitAI
大模型天花板GPT-4,它是不是……变笨了?
先是少数用户提出质疑,随后大量网友表示自己也注意到了,还贴出不少证据。
总结下大家的反馈,最主要的几种表现有:
以前GPT-4能写对的代码,现在满是Bug回答问题的深度和分析变少了响应速度比以前快了这就引起不少人怀疑,OpenAI是不是为了节省成本,开始偷工减料?
两个月前GPT-4是世界上最伟大的写作助手,几周前它开始变得平庸。我怀疑他们削减了算力或者把它变得没那么智能。
但是截至目前,针对网页版GPT-4是否被降级过的两条追问都没有得到回答,并且Logan在这段时间有发布别的内容。
△ShareGPT截图,界面稍有不同
让GPT-4改用numpy不用框架后,第一次给出的结果不对。
在修改两次代码后,运行得到了正确结果。第一次修改隐藏神经元数量,第二次把激活函数从sigmoid修改成tanh。
Hacker News上也有网友持相同观点,并补充到人们的关注点发生了改变,对GPT失误的敏感度更高了。
△不一定成功,大概率拒绝回答
那么如果在网页版继续一个在iOS版开启的对话而没意识到,就可能观察到GPT-4回答变简单了。
总之,GPT-4自发布以来到底有没有变笨,目前还是个未解之谜。
但有一点可以确定:
3月14日起大家上手玩到的GPT-4,从一开始就不如论文里的。
与人类对齐让AI能力下降微软研究院发表的150多页刷屏论文《AGI的火花:GPT-4早期实验》中明确:
他们早在GPT-4开发未完成时就得到了测试资格,并进行了长期测试。
后来针对论文中很多惊艳例子,网友都不能成功用公开版GPT-4复现。
目前学术界有个观点是,后来的RLHF训练虽然让GPT-4更与人类对齐——也就更听从人类指示和符合人类价值观——但也让它自身的推理等能力变差。
论文作者之一、微软科学家张弋在中文播客节目《What’s Next|科技早知道》S7E11期中也提到:
那个版本的模型,比现在外面大家都可以拿得到的GPT-4还要更强,强非常非常多。
举例来说,微软团队在论文中提到,他们每隔相同一段时间就让GPT-4使用LaTeX中的TikZ画一个独角兽来追踪GPT-4能力的变化。
论文中展示的最后一个结果,画得已经相当完善。
但论文一作Sebastien Bubeck后续在MIT发表演讲时透露了更多信息。
后来当OpenAI开始关注安全问题的时候,后续版本在这个任务中变得越来越糟糕了。
与人类对齐但并不降低AI自身能力上限的训练方法,也成了现在很多团队的研究方向,但还在起步阶段。
除了专业研究团队之外,关心AI的网友们也在用自己的办法追踪着AI能力的变化。
有人每天让GPT-4画一次独角兽,并在网站上公开记录。
从4月12日开始,直到现在也还没看出来个独角兽的大致形态。
当然网站作者表示,自己让GPT-4使用SVG格式画图,与论文中的TikZ格式不一样也有影响。
并且4月画的与现在画的似乎只是一样差,也没看出来明显退步。
最后来问问大家,你是GPT-4用户么?最近几周有感到GPT-4能力下降么?欢迎在评论区聊聊。
Bubeck演讲:https://www.youtube.com/watch?v=qbIk7-JPB2c张弋访谈:https://xyzfm.link/s/UfTan0每天一个GPT-4独角兽https://gpt-unicorn.adamkdean.co.uk
参考链接:[1]https://news.ycombinator.com/item?id=36134249[2]https://twitter.com/nabeelqu/status/1663915378265800705[3]https://twitter.com/OfficialLoganK/status/1663934947931897857[4]https://discord.com/channels/974519864045756446/1001151820170801244[5]https://twitter.com/mattshumer_/status/1663744527448829954[6]https://www.reddit.com/r/ChatGPT/comments/13xik2o/chat_gpt_4_turned_dumber_today/[7]https://help.openai.com/en/articles/6825453-chatgpt-release-notes[8]https://twitter.com/fchollet/status/1664036777416597505[9]https://news.ycombinator.com/item?id=36155267
— 完 —
量子位 QbitAI · 头条号签约
关注我们,第一时间获知前沿科技动态
花粉社群VIP加油站
猜你喜欢