OpenAI расширяет развертывание GPT-4.5. Вот как получить доступ (и что он может сделать для вас)

OpenAI заявляет, что ее последняя модель более разговорная и даже меньше галлюцинирует.

На прошлой неделе OpenAI запустила GPT-4.5, которая, по утверждению компании, является «самой большой и самой осведомленной моделью на сегодняшний день». Она была запущена в качестве предварительного просмотра исследований, доступного только пользователям, подписанным на ChatGPT Pro, план за 200 долларов в месяц. Однако сегодня все больше пользователей OpenAI могут получить к нему доступ за гораздо меньшие деньги. 

Расширенный доступ к GPT-4.5

В среду утром OpenAI объявила в сообщении X, что начала развертывание GPT-4.5 для пользователей ChatGPT Plus. Когда о первом объявлени, OpenAI сообщила, что полное развертывание может занять от одного до трех часов. Тем не менее, всего через час полное развертывание GPT-4.5 было завершено, что оказалось быстрее, чем ожидалось, согласно сообщению X. 

Ограничения модели для пользователей ChatGPT Plus неясны. OpenAI заявила, что планирует предоставить всем «значительный лимит скорости», но ставки будут меняться по мере того, как компания узнает больше о спросе на модель. Подписчики ChatGPT Pro по-прежнему имеют доступ к GPT-4.5, но если вы хотите попробовать его за меньшую цену, вы можете воспользоваться планом ChatGPT Plus, который стоит 20 долларов в месяц. 

Что такое GPT-4.5?

При запуске OpenAI заявила, что пользователи должны ощутить общее улучшение при использовании GPT-4.5, что означает меньшее количество галлюцинаций, более сильную согласованность с их мгновенным намерением и улучшенный эмоциональный интеллект. В целом, взаимодействие с моделью должно быть более интуитивным и естественным, чем у предыдущих моделей, в основном из-за ее более глубоких знаний и улучшенного понимания контекста.

Двумя методами, лежащими в основе усовершенствования модели, были неконтролируемое обучение, которое увеличивает знание слов и интуицию, и рассуждение. Несмотря на то, что эта модель не предлагает цепочку рассуждений, как это делает модель рассуждений o1 от OpenAI, она все равно обеспечит более высокий уровень рассуждений с меньшим запаздыванием и другими улучшениями, такими как осведомленность о социальных сигналах. 

Например, в демоверсии ChatGPT попросили вывести текст, передающий сообщение ненависти во время работы GPT-4.5 и o1. Версия o1 заняла немного больше времени и выдала только один ответ, который очень серьезно воспринял памятку ненависти и звучал немного резко. Модель GPT-4.5 предлагала два разных ответа, один более легкий и один более серьезный. Ни один из них прямо не упоминал ненависть; скорее, они выразили свое разочарование в том, как «пользователь» выбирал свое поведение. 

Аналогичным образом, когда обе модели попросили предоставить информацию по технической теме, ответ GPT-4.5 был более естественным по сравнению с более структурированным выходом o1. В конечном счете, GPT-4.5 предназначен для повседневных задач по различным темам, включая написание и решение практических задач. 

Для достижения этих улучшений модель была обучена с использованием новых методов контроля и традиционных, таких как контролируемая тонкая настройка (SFT) и обучение с подкреплением на основе обратной связи от человека (RLHF). 

Во время прямой трансляции OpenAI совершила путешествие в прошлое, попросив все свои прошлые модели, начиная с GPT-1, ответить на вопрос: «Почему вода соленая?» Как и ожидалось, каждая последующая модель дала лучший ответ, чем предыдущая. Отличительным фактором для GPT-4.5 было то, что OpenAI назвал его «великой личностью», что сделало реакцию более легкой, разговорной и более увлекательной для чтения с использованием техники аллитерации. 

Модель интегрируется с некоторыми из самых продвинутых функций ChatGPT, включая поиск, холст, а также загрузку файлов и изображений. Однако он не будет доступен в мультимодальных функциях, таких как голосовой режим, видео и демонстрация экрана. В будущем OpenAI заявила, что планирует сделать переход между моделями более плавным, не зависящим от средства выбора моделей. 

Критериев

Конечно, это не был бы выпуск модели без погружения в бенчмарки. По некоторым из основных тестов, используемых для оценки этих моделей, включая Competition Math (AIME 2024), PhD-level Science Questions (GPQA Diamond) и SWE-Bench verified (кодирование), GPT-4.5 превзошел GPT-4o, свою предыдущую модель общего назначения. 

В частности, по сравнению с OpenAI o3-mini — недавно запущенной моделью рассуждения OpenAI, которую научили думать, прежде чем говорить — GPT-4.5 оказался намного ближе, чем GPT-4o, даже превзойдя o3-mini в тестах SWE-Lancer Diamond (кодирование) и MMMLU (многоязычный). 

Большой проблемой при использовании генеративных моделей ИИ является их предрасположенность к галлюцинациям или включению неверной информации в ответы. Две различные оценки галлюцинаций, точность SimpleQA и галлюцинация SimpleQA, показали, что GPT-4.5 был более точным и галлюцинировал меньше, чем GPT-4o, o1 и o3-mini. 

Результаты сравнительных оценок с тестировщиками показали, что GPT-4.5 является предпочтительной моделью по сравнению с GPT-4o. Тестировщики предпочитали его для повседневных, профессиональных и творческих запросов. 

Безопасность

Как всегда, OpenAI заверила общественность, что модели были признаны достаточно безопасными для выпуска, проведя стресс-тестирование модели и подробно описав эти результаты в прилагаемой системной карте. В компании также добавили, что с каждым новым выпуском и увеличением возможностей моделей появляются возможности сделать модели более безопасными. По этой причине, выпустив GPT-4.5, компания объединила  новые методы контроля с RLHF.