Czat Bing używa już GPT-4

Wczoraj wieczorem OpenAI uruchomił GPT-4, nową generację językowego modelu AI obsługującego czatboty. Oprócz znacznie większej mocy względem GPT-3.5 wersja ta łączy tekst i obrazy, a także pozwala użytkownikom dostosowywać ton odpowiedzi. GPT-4 jest też o wiele mądrzejszy i radzi sobie lepiej w szeregu testów. Microsoft potwierdził także, że najnowszy model jest już zaimplementowany w Bing Chat.

Generative Pre-trained Transformer 4 (GPT-4) obsługuje już nie tylko tekst, ale i obrazy. Oznacza to, że użytkownik może przesyłać grafiki w ChatGPT i zadawać pytania na ich temat. Jeden z przykładów widać powyżej. Na pytanie co jest niezwykłego na tym obrazie GPT-4 odpowiada, że niezwykłą rzeczą na tym obrazie jest to, że mężczyzna prasuje ubrania na desce do prasowania przytwierdzonej do dachu poruszającej się taksówki. Inny przykład pokazany przez OpenAI to pytanie Co jest zabawnego w tym obrazie? Opisz go panel po panelu. GPT-4 opisuje widoczne rodzaje złącz i kabli, a także wyjaśnia, że humor na tym obrazie pochodzi z absurdalności podłączenia dużego, przestarzałego złącza VGA do małego, nowoczesnego gniazda ładowania smartfona.

OpenAI wyjaśnia, że spośród szeregu domen — w tym dokumentów z tekstem, fotografii, diagramów i zrzutów ekranu — GPT-4 przejawia podobne zdolności jak w przypadku danych wejściowych z samym tekstem. Co więcej, można go rozszerzyć o techniki czasu testowego, które zostały opracowane dla modeli językowych opartych wyłącznie na tekście, w tym podpowiadanie za pomocą kilku strzałów i łańcuchów myśli. Zła wiadomość jest taka, że wprowadzanie obrazów nie jest ogólnodostępne i znajduje się w fazie "research preview". Nie wiadomo, kiedy funkcja trafi do użytkowników, podobnie jak dostosowywanie tonu:

Zamiast klasycznej osobowości ChatGPT z ustalonymi gadatliwością, tonem i stylem deweloperzy (a wkrótce też użytkownicy ChatGPT) mogą teraz przypisywać styl i zadanie ich AI, opisując te kierunki w komunikacie "system". Komunikaty systemowe pozwalają użytkownikom API na znaczne dostosowanie doświadczenia użytkowników w określonych granicach.
— OpenAI

Wydawca pokazał też wykresy wydajności, aby zilustrować ulepszenia modelu GPT-4. W jednym z przykładów OpenAI dał czatbotowi parę symulowanych egzaminów do napisania. Są to głównie najnowsze, publicznie dostępne testy bądź wykupione testy na egzaminy praktyczne w edycjach 2022-2023. GPT-4 nie był specjalnie wytrenowany do tych egzaminów. Jak widać na wykresie, w zdecydowanej większości testów nowy model wypada znacznie lepiej niż GPT-3.5.

Podobnie jak poprzednie wersje, tak też i GPT-4 ma ograniczenie dotyczące zasięgania wiedzy z najnowszego okresu (najnowsze dane pochodzą z września 2021 roku). OpenAI mówi też, że w wersji tej znacząco zredukowano halucynowanie, jednak ciągle nie jest w pełni niezawodna. O implementacji GPT-4 w Bing Chat poinformował również Microsoft. Warto przypomnieć, że ta implementacja nie ma ograniczonego zasobu wiedzy do danych sprzed września 2021 r. i może posiłkować aktualnymi wiadomościami.

Yusuf Mehdi, CVP i CCMO z Microsoft potwierdził, że nowy Bing działa już w oparciu o GPT-4, który został przez firmę dostosowany do wyszukiwania. Czat Bing nie jest bowiem implementacją ChatGPT w wyszukiwarce, ale usługą z własnym modelem Prometheus opartym na GPT. Jego możliwości wykraczają poza te oferowane przez ChatGPT — podstawowy interfejs serwowany przez OpenAI — i są lepiej zoptymalizowane pod kątem wyszukiwania w Internecie.