GPT-4 срещу. GPT-3.5: обяснение на 5 ключови разлики

След всички спекулации и твърдения относно възможностите на GPT-4, дългоочакваната четвърта итерация на GPT семейството езикови модели стартира на 14 март 2023 г.

GPT-4 не дойде с някои от много рекламираните функции, за които се говореше, че има. Най-новият модел обаче значително подобрява GPT-3.5 и неговите предшественици. Но как GPT-4 е различен от GPT-3.5? Ще ви преведем през някои ключови разлики между GPT-4 и GPT-3.5.

1. GPT-4 срещу. GPT-3.5: Творчество

Едно от най-изявените предимства на модела GPT-4 пред GPT-3.5 е способността му да предоставя по-креативни отговори на подкани. Не ме разбирайте погрешно; GPT-3.5 е много креативен. Има дълъг списък от творчески неща, които можете да правите с ChatGPT, който използва модела. Въпреки това, той вече превъзхожда много големи езикови модели по отношение на креативността.

GPT-4 обаче вдига летвата още повече. Въпреки че творческото предимство на GPT-4 може да не е очевидно, когато се опитвате да разрешите основни проблеми, разликата в креативността между двата модела става очевидна, тъй като задачата става по-трудна и изисква по-високо ниво на креативност.

Например, ако помолите и двата модела да изпълнят творческа задача като написване на стихотворение, като използват английски и френски на всеки ред от стихотворението, ChatGPT, захранван от най-новия модел GPT-4 ще доведе до по-добри резултати. Докато отговорът на GPT-4 ще използва и двата езика на всеки ред, GPT-3.5 вместо това ще редува двата езика, като всеки ред ще използва един език, а следващият ще използва другия.

2. GPT-4 срещу. GPT-3.5: Изображение или визуални входове

Докато GPT-3.5 може да приема само текстови подкани, GPT-4 е мултимодален и може да приема както текстови, така и визуални входове. За да бъде ясно, когато казваме визуални входове, изображението не трябва да е изображение на въведена подкана - то може да бъде изображение на всичко. Така че от изображение на ръкописна математическа задача до мемета на Reddit, GPT-4 може да разбере и опише почти всяко изображение.

За разлика от GPT-3, GPT-4 е едновременно език и визуален модел.

По време на предаването на живо за обявяването на GPT-4, инженер на OpenAI захрани модела с екранна снимка на Discord сървър. GPT-4 може да опише всеки детайл в него, включително имената на потребителите онлайн по това време. Изображение на ръчно нарисуван макет на уебсайт за шега също беше подаден на модела с инструкции за го превърнете в уебсайт и учудващо, GPT-4 предостави работещ код за уебсайт, който съответства на изображение.

3. GPT-4 срещу. GPT-3.5: По-безопасни отговори

Въпреки че GPT-4 не е перфектен, мерките, които приема, за да гарантира по-безопасни реакции, са добре дошла надстройка от тази на модела GPT-3.5. С GPT-3.5 OpenAI възприе по-модериран подход към безопасността. С други думи, някои от мерките за безопасност бяха по-скоро закъсняла мисъл. OpenAI наблюдаваше какво правят потребителите и въпросите, които задаваха, идентифицираше пропуски и се опитваше да ги поправи в движение.

С GPT-4 повечето мерки за безопасност вече са включени в системата на ниво модел. За да разберете разликата, това е като да построите къща със здрави материали от самото начало, вместо да използвате всичко, което върви и след това да се опитвате да закърпите нещата, когато се появят грешки. Според Технически доклад GPT-4 на OpenAI [PDF], GPT-4 произвежда токсични отговори само в 0,73% от времето в сравнение с 6,48% от токсичните отговори на GPT-3.5.

4. GPT-4 срещу. GPT-3.5: Реалност на отговора

Един от недостатъците на GPT-3.5 е склонността му уверено да произвежда безсмислена и невярна информация. На езика на AI това се нарича „халюцинация на AI“ и може да предизвика недоверие към генерираната от AI информация.

​​​​​​

В GPT-4 халюцинациите все още са проблем. Въпреки това, според техническия доклад на GPT-4, новият модел е с 19% до 29% по-малко вероятно да халюцинира в сравнение с модела GPT-3.5. Но тук не става въпрос само за техническия доклад. Отговорите от модела GPT-4 на ChatGPT са забележимо по-фактически.

5. GPT-4 срещу. GPT-3.5: Контекстен прозорец

По-малко обсъждана разлика между GPT-4 и GPT-3.5 е контекстният прозорец и размерът на контекста. Контекстният прозорец е колко данни може да запази моделът в своята „памет“ по време на чат сесия и за колко време. GPT-4 има значително по-добър размер на контекста и прозорец от своя предшестващ модел.

На практика това означава, че GPT-4 може по-добре да запомни контекста на разговор за по-дълго време, както и инструкциите, дадени по време на разговора.

Проблем с GPT-3.5 е склонността на модела да се отклонява от темата или да не следва инструкциите, докато напредвате по време на разговор. Бихте могли например да кажете на модела да се обръща към вас с вашето име и той ще го направи за известно време, но след това ще пропусне да изпълни инструкциите по пътя. Въпреки че този проблем все още съществува с модела GPT-4, той е по-малък проблем поради по-добрия контекстен прозорец.

Друг проблем е ограничението за обема на текста, който можете да използвате в подкана наведнъж. Резюмирането на дълъг текст с помощта на GPT-3 обикновено означава разделяне на текста на множество части и обобщаването им малко по малко. Подобрението в дължината на контекста в модела GPT-4 означава, че можете да поставите цели PDF файлове наведнъж и моделът да се обобщи, без да го разделяте на части.

GPT-4: Стъпка напред от GPT-3.5

Несъмнено GPT-4 е значителна стъпка напред спрямо своите предшественици. Въпреки че все още е измъчван от някои от ограниченията на GPT-3.5, значителни подобрения в няколко области и добавянето на нови възможности прави модела вълнуваща нова стъпка в преследването на наистина интелигентен AI език модели.