【环球播资讯】电子行业AI：GPT-4有什么不同

(资料图)

GPT4 有何不同：多模态、推理能力、预测扩展性当地时间3 月14 日，OpenAI 正式发布GPT-4。考虑到竞争格局和大型模型的安全影响，OpenAI 并未披露模型大小、硬件、训练计算、数据集构建、训练方法等细节。经过试用与研究，我们认为GPT-4 相比GPT-3.5 有以下升级：1）多模态能力：支持文本和图像输入（目前图像输入尚未开放）；2）推理能力：在律师考试、GRE Quantitative、LSAT 等测试中的表现均优于GPT-3.5；3）同时推出便于落地的工具：推出预测扩展性的深度学习堆栈以及Evals 评估框架，使下游厂商能够以较小的成本试用，然后选择最合适的大模型。此外，我们注意到OpenAI 继AGI 路线图强调AI 公平性与可控性之后，本次推出GPT-4 时，强调其在大模型安全可控上做出的努力。

多模态能力：有望重塑软件和硬件交互，想象空间巨大相比GPT-3.5 仅支持文字/代码的输入输出，GPT-4 支持输入图像并且能够真正理解（输入图像还处于内测中，尚未开放）：例如，发布会上演示了输入手绘网页草稿，GPT-4 生成网页代码的功能。我们认为多模态能力首先有望重塑从浏览器到文档智能等的软件交互：OpenAI 展示了输入有图有文字的物理题，GPT-4 能够理解文图并回答问题。真正的图像理解能力如果嵌入浏览器、文档智能工具中，能够进一步解放生产力。在未来，多模态能力还有望重塑从手机、PC 到智能家居的硬件交互领域：例如，谷歌23 年3 月发布的PaLM-E 已经支持图文多模态输入，指导机器人完成任务的功能。

GPT-4 对复杂任务理解更强，推理能力提升显著GPT-4 理解复杂任务的能力相比GPT-3.5 有所提升, 因此遵循用户意图的能力更强：在盲测中，由GPT-4 生成的回答在70.2%的情况下更受用户欢迎。GPT-4 在一系列专业和学术考试中取得了人类水平的表现：在GRE 语文考试达到前1%，在律师考试达到前10%，在GRE 数学达到前20%水平，相比GPT-3.5 进步明显，推理能力提升显著。我们认为GPT-4 显示出人工智能在许多复杂任务中已经能够达到人类水平，人工智能用例将大大拓展，这是通往AGI（通用人工智能）的又一次跃迁。

“大”并非全部，大模型降低使用门槛、提高落地效果更加重要由于大模型的规模化效应，增加模型参数量、数据量有助于提升模型表现。

过去数年中，行业推出大模型时也往往标榜模型规模之大。然而我们看到从2022 年起，行业不再简单追求更“大”的模型，便于下游落地的重要性日益提升。本次GPT-4 推出了预测扩展性的深度学习堆栈，使用千分之一至万分之一的算力就能够可靠地预测GPT-4 在下游垂直领域使用的性能。下游厂商可以先以较小的成本广泛试用，选择最合适的大模型。此外，OpenAI开源了Evals 评估框架，便于用户选择模型。我们认为，行业已经逐渐走出单纯强调模型规模的时代，降低使用门槛、提高实际落地效果更加重要。

GPT-4 更加安全，AI 安全性与技术发展同等重要OpenAI 在今年2 月发布AGI 计划，强调大模型的可控性与公平性。本次发布GPT-4，OpenAI 表示花了6 个月的时间使其更加安全并与人类价值观一致，引入了包括ChatGPT 用户提交的反馈等等人类反馈，以改善GPT-4 的行为。相比GPT-3.5，GPT-4 对禁止内容作出响应的可能性下降82%，做出事实性回应的可能性高40%。但是，OpenAI 仍然提示GPT-4 在偏见、虚假信息、隐私等方面的风险。我们认为AI 的安全性与技术发展同样重要。

风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

关键词