许可协议 | 专有软件 |
---|
网站 | openai.com/index/hello-gpt-4o |
GPT-4o(英語:Generative Pre-trained Transformer 4 Omni)是由OpenAI训练的多语言、多模态(多种类型数据,例如文本、图像、音频等)GPT大型语言模型。GPT-4o于2024年5月13日发布。 [1] 该模型比其前身GPT-4快两倍,而价格仅为其50%。该模型由米拉·穆拉蒂在OpenAI直播演示中宣布。 [1] OpenAI声称该模型将对所有用户免费, 并为付费ChatGPT Plus用户提供高达5倍的消息上限。[2]
背景
GPT-4o最初在LMSYS上以3个不同模型的形式暗中发布。这3个模型分别称为gpt2-chatbot、im-a-good-gpt2-chatbot和im-also-a-good-gpt2-chatbot。2024年5月7日,萨姆·奥尔特曼透露OpenAI发布了这些神秘的新模型。[3]
功能
GPT-4o在语音、多语言和视觉基准测试中取得了最先进的成果,在音频语音识别和翻译领域创下了新纪录。[4] GPT-4o 在 MMLU 基准测试中的得分为 88.7,而GPT-4 的得分为86.5。[4] [5]
根据该公司的演示,GPT-4o将有效地将ChatGPT转变为可以进行实时语音对话的数字个人助理。 它还能够使用文本和“视觉”进行交互,这意味着它可以查看用户上传的屏幕截图、照片、文档或图表,并就它们进行对话。OpenAI演示了与ChatGPT的语音对话,以获得解决数学问题的实时说明、讲述睡前故事并获得编码建议。[6] 免费ChatGPT用户将可以与新的GPT-4o模型进行有限次数的交互,然后该工具会自动恢复依赖更小的GPT-4o mini模型;付费用户将可以使用最新GPT-4o访问更多数量的消息。[6]
该模型支持超过50种语言,覆盖超过97%的口语语言。它目前是LMSYS Elo Arena基准测试中的领先模型。[7]
GPT-4o mini
OpenAI于2024年7月18日发布了GPT-4o mini,比起GPT-4o更小,而且价格更便宜。[8]
根据OpenAI的说法,其低成本预计对那些希望将其集成到服务中的公司、初创企业和开发者特别有用,因为他们通常会进行大量的API调用。其API的费用为每百万输入标记15美分,每百万输出标记60美分,相比之下,GPT-4o分别为5美元和15美元。它的性能也比GPT-3.5更好,而且比后者便宜60%。
参见
参考资料
- ^ 1.0 1.1 Wiggers, Kyle. OpenAI debuts GPT-4o 'omni' model now powering ChatGPT. TechCrunch. 2024-05-13 [2024-05-13]. (原始内容存档于2024-05-22) (美国英语).
- ^ Mauran, Cecily. OpenAI announces GPT-4o, a multimodal voice assistant that's free for all ChatGPT users. Mashable. 2024-05-13 [2024-05-13] (英语).
- ^ Sam Altman "https://twitter.com/sama/status/1787222050589028528" Twitter, X. Retrieved 14 May 2024.
- ^ 4.0 4.1 Hello GPT-4o. OpenAI. [2024-05-13]. (原始内容存档于2024-05-14).
- ^ OpenAI教谷歌做语音助手!新模型GPT-4o科幻级语音交互,零延迟满情绪,AI进入HER时代, 郭晓静、郝博阳 腾讯科技 2024-05-13 18:15.
- ^ 6.0 6.1 OpenAI unveils newest AI model, GPT-4o. 2024-05-13 [2024-05-13] (英语).
- ^ Fedus, William. GPT-4o is our new state-of-the-art frontier model..
- ^ OpenAI. GPT-4o mini: advancing cost-efficient intelligence. [2024-07-21].
外部链接
- 官方网站
![在维基数据上编辑此内容](//upload.wikimedia.org/wikipedia/commons/thumb/8/8a/OOjs_UI_icon_edit-ltr-progressive.svg/10px-OOjs_UI_icon_edit-ltr-progressive.svg.png)
- OpenAI Introducing GPT-4o, updates to ChatGPT, and more (页面存档备份,存于互联网档案馆)
|
---|
| 产品 | | |
---|
| 基础模型 | |
---|
| 相關人物 | |
---|
| 有关 | |
---|
| 分类 共享资源 |
|
可微分计算 |
---|
| 概论 | |
---|
| 概念 | |
---|
| 应用 | |
---|
| 硬件 | - TPU
- VPU
- IPU(英语:Graphcore)
- 憶阻器
- SpiNNaker(英语:SpiNNaker)
|
---|
| 软件库 | |
---|
| 实现 | |
---|
| 人物 | |
---|
| 组织 | |
---|
| 架构 | - 多层感知器(MLP)
- 循环神经网络(RNN)
- 長短期記憶(LSTM)
- 门控循环单元(英语:Gated recurrent unit)(GRU)
- 卷积神经网络(CNN)
- 残差神经网络(ResNet)
- 变换器
- 自编码器
- 变分自编码器(VAE)
- 生成对抗网络(GAN)
- 图神经网络(英语:Graph neural network)(GNN)
- 回响状态网络(英语:Echo state network)(ESN)
- 神经图灵机(NTM)
- 可微分神经计算机(英语:Differentiable neural computer)(DNC)
|
---|
| 主题 分类 |
|
|
---|
| 一般术语 | |
---|
| 文本挖掘 | - 文本分割
- 词性标注(英语:Part-of-speech tagging)
- 拆句处理(英语:Shallow parsing)
- 复合词处理(英语:Compound term processing)
- 搭配提取(英语:Collocation extraction)
- 词干提取
- 词形还原
- 命名实体识别
- 指代
- 文本情感分析
- 概念挖掘(英语:Concept mining)
- 语法分析
- 词义消歧
- 术语提取(英语:Terminology extraction)
- 真实大小写处理(英语:Truecasing)
|
---|
| 自动摘要(英语:Automatic summarization) | - 多文档摘要(英语:Multi-document summarization)
- 句子抽取(英语:Sentence extraction)
- 文本简化(英语:Text simplification)
|
---|
| 分佈語義(英语:Distributional semantics)模型 | |
---|
| 机器翻译 | - 電腦輔助翻譯
- 基于实例(英语:Example-based machine translation)
- 基于规则(英语:Rule-based machine translation)
|
---|
| 自动识别 与数据采集 | |
---|
| 主题模型 | |
---|
| 计算机辅助 审查(英语:Computer-assisted reviewing) | - 自动作文评分(英语:Automated essay scoring)
- 语料库检索工具(英语:Concordancer)
- 文法检查器(英语:Grammar checker)
- 预测文本(英语:Predictive text)
- 拼寫檢查
- 语法猜测(英语:Syntax guessing)
|
---|
| 自然语言 用户界面(英语:Natural language user interface) | |
---|
|
|
---|
| 概念 | |
---|
| 模型 | 文本 | |
---|
| 图像 | |
---|
| 视频(維基數據所列:文本到视频生成模型) | |
---|
| 音乐 | |
---|
| 多模态(英语:Multimodal learning) | |
---|
|
---|
| 企业与产品 | |
---|
| ![分类](//upload.wikimedia.org/wikipedia/commons/thumb/9/96/Symbol_category_class.svg/16px-Symbol_category_class.svg.png) Category |
|