初步评测:“学霸”GPT-4更准确、专业、幽默,但仍然有**

2023-06-13 澎湃新闻

·新**在美国41个州和地区的律师资格考试中获得的分数,排名前10%左右。它还可以在SAT考试中获得1300分(满分1600分),在生物、微积分、宏观经济学、心理学、统计学和历史等先修课程高中考试中获得5分(满分5分)。

3月14日,ChatGPT的开发机构OpenAI正式发布其里程碑之作GPT-4。据介绍,GPT-4是一个多模态大模型(接受图像和文本输入,生成文本)。相比上一代的GPT-3,GPT-4可以更准确地解决难题,具有更广泛的常识和解决问题的能力:更具创造性和协作性;能够处理超过***00个单词的文本,允许长文内容创建、扩展对话以及文档搜索和分析等用例。

但是,GPT-4仍然有许多正在解决的局限性,例如社会偏见、幻觉和对抗性prompt(提示)。

《****》汇总了各方面专家第一时间对GPT-4的测试,得出了以下10个结论。(图片内中文为AI翻译)

1. 学会了更加精确

AI专家和风险投资公司Page One Ventures 的合伙人克里斯· 尼科尔森 (Chris Nicholson)告诉GPT-4,他会讲英语,但不懂西班牙语。他要求提供一份可以教他西班牙语基础知识的教学大纲,而机器人提供了一个详细且组织良好的教学大纲。它甚至提供了广泛的学习和记忆西班牙语单词的技巧,尽管并非所有建议都中肯。

尼科尔森向老版本的ChatGPT寻求类似帮助,该版本依赖于GPT-3.5。它也提供了教学大纲,但建议更笼统且帮助不大。

“它已经突破了精确方面的障碍。”尼科尔森说,“包含了更多事实,而且它们往往是正确的。”

2. 提高了准确性

当AI研究员**教授奥伦·埃齐奥尼(Oren Etzioni)第一次尝试GPT-4时,他问了一个直截了当的问题:“奥伦·埃齐奥尼和伊莱· 埃齐奥尼 (Eli Etzioni)之间有什么关系?”

老版本的ChatGPT对这个问题的回答一直出错。GPT-4拥有更广泛的知识,但它仍然会出错。虽然答案大部分是准确的,但已于去年8月完成训练的这个机器人并没有意识到,埃齐奥尼博士最近辞去了艾伦研究所的首席执行官一职。

3. 可以用令人印象深刻的细节描述图像

GPT-4具有响应图像和文本的新功能。OpenAI总裁兼联合创始人格雷格·布罗克曼(Greg Brockman)演示了该**如何细致地描述来自哈勃太空望远镜的图像。

它还可以回答有关图像的问题。如果给出冰箱内部的照片,它可以建议用手头的东西做几顿饭。

OpenAI尚未向公众发布图像识别功能,但一家名为Be My Eyes的公司已经在使用 GPT-4构建服务,可以更详细地了解在互联网上遇到的图像或在现实世界中拍摄的图像。

4. 增加了严肃的专业知识

最近,北卡罗来纳大学教堂山分校的医学副教授兼心脏病专家阿尼尔·盖希(Anil Gehi)向聊天机器人描述了他一天前接待的一位患者的病史,包括患者术后出现的并发症。描述中包含几个外行人无法识别的医学术语。

当盖希医生问它应该如何治疗病人时,聊天机器人给出了完美的答案。 “这正是我们治疗病人的方式。”他说。当他尝试其他场景时,机器人给出了同样令人印象深刻的答案。

这些知识不太可能在每次使用机器人时都显示出来,仍然需要像盖希医生这样的专家来判断它的反应并执行医疗程序,但它可以在许多领域展示这种专业知识,从计算机编程到会计。

5. 可以让部分编辑失业

当提供来自《****》的文章时,新的聊天机器人几乎每次都能对故事进行精确和准确的总结。如果在摘要中添加一个随机句子并询问机器人摘要是否不准确,它会指向那个被添加的句子。

埃齐奥尼说这是一项了不起的技能。 “要进行高质量的总结和比较,就必须对文本有一定程度的理解,并有能力表达这种理解。”他说, “那是一种高级形式的智力。”

6. 正在培养一种幽默感

埃齐奥尼要求新机器人提供“关于歌手麦当娜的新颖笑话”。这个回答让他印象深刻,也让他笑了。

Material Loan的梗可能来自麦当娜的知名歌曲《Material Girl》。

除了公式化的笑话之外,新的机器人仍然很难写出任何东西。但它比老版本稍微有趣一点。

7. 可以在一定程度上推理

埃齐奥尼给了新机器人一个谜题。

新**似乎做出了适当的回应。但是答案没有考虑门的高度,这也可能会阻止坦克或汽车通过。老版本的ChatGPT更好地处理了这个问题,因为它认识到高度和宽度很重要。

OpenAI的首席执行官山姆·奥特曼(Sam Altman)表示,新的机器人可以做“一点点”推理。但它的推理能力在许多情况下都会崩溃。

8. 可以通过标准化考试

OpenAI表示,新**在美国41个州和地区的律师资格考试中获得的分数,排名前10%左右。根据该公司的测试,它还可以在SAT考试中获得1300分(满分1600分),在生物、微积分、宏观经济学、心理学、统计学和历史等先修课程高中考试中获得5分(满分5分)。

而更早的版本未能通过律师资格考试,在大多数大学先修考试中的得分也没有那么高。

9. 不擅长讨论未来

尽管新机器人似乎可以对已经发生的事情进行推理,但当被要求对未来做出假设时,它就不那么熟练了。它似乎借鉴了其他人所说的话,而不是进行新的猜测。

当埃齐奥尼问新机器人,“NLP(自然语言处理)中需要解决的重要问题是什么?未来十年的研究?”它无法提出全新的想法。

10. 它仍然有“幻觉”

新机器人仍在编造东西,这个问题被称为“幻觉(hallucination)”,困扰着所有领先的聊天机器人。因为**不了解什么是真什么是假,它们可能会生成完全错误的文本。

当被要求提供描述最新癌症研究的网站地址时,它有时会生成不存在的互联网地址。


相关股票: 机器人
相关概念: ChatGPT 机器人

崛起的中科系,被改变的我国芯片产业格局

当前,以芯片为代表的信创产业逐步成为国家科技竞争力的重要标志。在国产CPU产业强势崛起的过程中,你首先想到的会是哪几企业?答案有很多,但“中科系”的提及率绝对很高。作为国家战略科技力量,“中科系”旗下

芯片战场丨芯片领域三箭齐发 英特尔跑步突围

21世纪经济报道记者倪雨晴 圣何塞报道在硅谷源泉之一的圣何塞,英特尔CEO帕特·基辛格(Pat Gelsinger)正在带领英特尔加速奔跑。当地时间9月19日,2023英特尔on技术创新大会于美国加利

OPPO重启芯片业务?国产芯片或需告别“单打独斗”

财联社9月19日讯(记者 唐植潇)近日有消息称,OPPO将会重启芯片业务,并且“有部分员工已经回流,加入到了车载业务之中”。记者就此事向OPPO方面进行核实,对方表示“不予置评”。特百惠(我国)数字与

600亿颗芯片!我国巨头正式宣布,美媒:**也没料到制裁这么快

我国芯片市场与美国依赖我国的集成电路市场一直以来都是一个巨大的市场,拥有庞大的需求和巨大的增长潜力。我国的电子消费市场一直在迅速增长,包括智能手机、电视、电脑和各种智能设备等,这些设备都需要高性能的芯

最新手机芯片天梯图:A17、华为麒麟9000S,排在什么位置?

近日,最火的两颗芯片分别是苹果的3nm芯片A17 Pro,虽然很多人吐槽它较上一代提升不明显,但论性能,可以碾压任何安卓芯片,甚至是领先2代的。另外一款芯片,则是华为麒麟9000S,当然,这颗芯片工艺

韩国芯片连续13个月暴跌,尹锡悦指责我国不采购,外媒:自食其果

据韩国媒体称,韩国的半导体出口额已经连续暴跌13个月了,比去年同比下降了28%左右。韩国政府急的焦头烂额。尹锡悦政府竟直接甩锅我国,话里话外都是指责,他认为韩国半导体卖不出竟是我国的原因,我国应该帮助

我国突破芯片瓶颈将影响全球秩序?美国很担心,指出我国关键弱点

我国在芯片半导体领域一直深受美国的**,通过贸易制裁的方式阻止高端芯片进入我国市场。这样的举措一度造成我国芯片领域发展断档,不过随着我国科技企业近几年的突破,目前我国已经在芯片制造方面取得了重大的成果

没有他,我国芯片发展至少要**十年?

前几天,华为一声不响的上线了mate60系列,带着麒麟芯片9000s强势回归,吸引了全世界的目光。而华为麒麟芯片**背后,我们不该忘记这位老人—张汝京。我国半导体之父,为回**造芯片,被开除**户籍,

陈清泰:未来汽车颠覆传统,50%以上的零部件体系面临重构

【有车以后 资讯】“未来汽车对传统汽车的颠覆性,使传统零部件体系的50%以上都面临重构。”12月16日,在全球智能汽车产业峰会(GIV2022)上,我国电动汽车百人会理事长陈清泰指出,智能汽车的价值链

「姿势」一辆汽车由多少个零件组成?保证你说不清...

投稿点这里汽车有多少个零件?其实这个问题并没有一个十分确切的标准答案...据估计,一般轿车约由1万多个不可拆解的**零部件组装而成。结构极其复杂的特制汽车,如F1赛车等,其**零部件的数量可达到2万个

全球最大的10家汽车零部件供应商 都是世界500强 无我国企业

【卡车之家 原创】美国《财富》**每年发布的世界500强排行榜,是以营业收入数据对全球企业作出排名的榜单。2017年“世界500强”榜单中,汽车制造商和零部件厂商共占据33席(除去大型工程车辆企业),

汽车零部件企业哪家强?除了博世**还有这些名字你一定耳熟能详

文:懂车帝原创 李德喆[懂车帝原创 行业]9月18日,由《我国汽车报》主办,罗兰贝格协办的2019汽车零部件“双百强”企业发布会在江苏南京举行。在两份榜单中,博世、**、电装位列2019全球汽车零部件

汽车零部件行业现状及产业链

行业现状(Reference:产业运行 | 2021年汽车工业经济运行情况)中汽协预测:2022年我国汽车销量达到2700万辆,新能源销量超过550万辆(Reference:乘用车市场信息联席会)以乘

全球十大汽车零部件供应商,核心技术都被他们垄断,自主遗憾缺席

提到电影,我们会想到张艺谋、冯小刚,而很少会想到幕后的制作人;提起流行乐,我们会想到周杰伦、萧敬腾,而很少会想到背后的作词人。台前台后,一幕之别,知名度往往相差甚远。车界又何尝不是如此,知名车企我们都

高清汽车各零部件构造图,看完你就是汽车专家!

2023世界移动通信大会即将举行,大批中企强势回归!

来源:环球时报 【环球时报记者 倪浩 陶震 环球时报驻德国特约记者 青木】经过3年疫情后,全球最具影响力的通信展今年有望再现往日盛况。2月27日至3月2日,由全球移动通信**协会(GSMA)主办的20

太空新赛道:6G时代的卫星通信,究竟是什么?

近日华为、苹果争相推出手机卫星通信功能,成为一大亮点,不少手机厂商也将目光投到卫星通信。放眼未来,手机直连卫星的卫星通信服务将是大势所趋,也是6G时代的重要标志。华为以“北斗三号”为依托,率先把“卫星

光纤#光纤通信

国内企业在光通信产品的参数测试过程中,通常使用国外的先进测试设备。然而,这些测试仪器之间往往是孤立存在的,需要手动调试仪器并通过旋钮、按钮和人眼观察波形或数据。这不仅*作繁琐易出错,而且测试效率低下。

龙头20cm涨停,7天股价翻倍!一文看懂卫星通信前世今生及产业链

卫星通信概念股华力创通今日再度强势拉升,截至发稿,该股股价20cm涨停,7个交易日累计涨幅近113%,现报23.52元续刷阶段新高,总市值155.9亿元。消息上,有媒体从供应链获悉,Mate 60 P

工信部:目前我国尚不具备实现网络层面的移动通信号码归属地变更的条件

针对网友提出的“电话号码归属地更改”建议,工信部近日给出了官方回复。此前,有网友在人民网留言板向工信部留言称,“现在电话都是实名制,电话号绑定的***及一些主流的软件较多,更换号码后造成一系列问题

AD
更多相关文章