El nuevo modelo de inteligencia artificial de OpenAI GPT-4 ha debutado y ya apoya todo, desde un voluntario virtual para el bot de aprendizaje de idiomas mejorado hasta un bot de aprendizaje mejorado en Duolingo. Pero, ¿qué distingue a GPT-4 de versiones anteriores como ChatGPT y GPT-3. 5? Aquí están las 5 mayores diferencias entre estos sistemas populares.
Primero, ¿qué hay en un nombre? Si bien ChatGPT se describió originalmente como GPT-3. 5 (y, por lo tanto, varias iteraciones después de GPT-3), no es en sí misma una versión del modelo de idioma Operai más grande, sino una interfaz basada en el chat para cualquier modelo en el que se base. El sistema CHATGPT, cuya popularidad se ha disparado en los últimos meses, fue una forma de interactuar con GPT-3. 5, y ahora es una forma de interactuar con GPT-4.
Dicho esto, echemos un vistazo a las diferencias entre el chatbot que conoce y ama y su sucesor recientemente mejorado.
1. GPT-4 puede ver y comprender las imágenes
El cambio más notable en este sistema de aprendizaje automático universal es que es «multimodal», lo que significa que puede comprender más de una «modalidad» de información. ChatGPT y GPT-3 se limitaron al texto: podría leer y escribir, pero eso es todo (aunque para muchas aplicaciones, más que suficiente).
GPT-4, sin embargo, puede recibir imágenes y procesarlas para encontrar información relevante. Por supuesto, puede pedirle que describiera lo que representa la imagen, pero lo más importante, su comprensión va más allá de eso. El ejemplo proporcionado por Operai en realidad explica la broma con una imagen de un Jack de iPhone hilarantemente grande, pero la asociación con Be My Eyes, una aplicación utilizada por personas ciegas y con discapacidad visual para permitir a los voluntarios describir lo que ve su teléfono, es más reveladora..
En un video de Be My Eyes, GPT-4 describe un patrón en un vestido, identifica una planta, explica cómo llegar a una cierta máquina en el gimnasio, traduce una etiqueta (y sugiere una receta), lee un mapa y realiza unNúmero de otras tareas que muestran que realmente obtiene lo que se muestra en la imagen, si se hace las preguntas correctas. Él sabe cómo se ve el vestido, pero puede no saber si es apropiado para su entrevista.
2. GPT-4 es más difícil de hacer trampa.
A pesar de todas las cosas que hacen bien los chatbots de hoy, tienden a ser fácilmente por mal camino. Una pequeña persuasión puede convencerlos de que solo están explicando lo que haría una «IA mala», o alguna otra pequeña ficción que permite que el modelo diga todo tipo de cosas extrañas y francamente desconcertantes. Las personas incluso colaboran en «Jailbreak» que rápidamente dejan que Chatgpt y otros salgan de debajo de su pluma.
GPT-4, por otro lado, ha sido entrenado en los muchos sugerencias maliciosas que los usuarios han dado gentilmente a OpenAi durante el último año o dos. Con eso en mente, el nuevo modelo es mucho mejor que sus predecesores en términos de «hecho, gestión y negativa a salir de las cercas».
Como Operai lo describe, GPT-3. 5 (en el que se ejecuta ChatGPT) fue una «prueba de prueba» de la nueva arquitectura de aprendizaje, y aplicaron las lecciones aprendidas a la nueva versión, que era «sin precedentes». También pudieron predecir mejor sus capacidades, lo que reduce las sorpresas.
3. GPT-4 tiene más memoria
Estos modelos de idiomas grandes están capacitados en millones de páginas web, libros y otros datos textuales, pero cuando realmente hablan con el usuario, hay un límite de cuánto pueden contener «en la memoria», por así decirlo (uno simpatiza). Ese límite con GPT-3. 5 y la versión anterior de ChatGPT fue 4096 «Tokens», que es de aproximadamente 8000 palabras o alrededor de 4-5 páginas de un libro. Por lo tanto, perdió la noción de las cosas después de que pasaron tan lejos «atrás» en su función de atención.
GP T-4 tiene un máximo de 32, 768 fichas, eso es 2 ^ 15 si se pregunta por qué el número parece familiar. Esto equivale a aproximadamente 64, 000 palabras o 50 páginas de texto, lo cual es suficiente para una obra o historia completa.
Esto significa que en la conversación o en la creación de texto, podrá recordar hasta 50 páginas más o menos. Entonces recordará de lo que hablaste sobre 20 páginas de chat hace 20 páginas, o puede referirse a eventos que ocurrieron hace 35 páginas al escribir una historia o un ensayo. Esta es una descripción muy aproximada de cómo funciona el mecanismo de atención y el mostrador de tokens, pero la idea general es sobre la memoria extendida y las capacidades relacionadas.
4. GPT-4 es más multilingüe
El mundo de la IA está dominado por hablantes nativos de inglés, y todo, desde datos hasta pruebas y trabajos de investigación, está escrito en ese idioma. Pero, por supuesto, las capacidades de los modelos de idiomas grandes se aplican a cualquier idioma escrito y deben estar disponibles para ellos.
GPT-4 lleva esto un paso más allá al demostrar que puede responder con precisión a miles de preguntas de opción múltiple en 26 idiomas, desde italiano hasta ucraniano y coreano. Se desempeña mejor para el romance y los idiomas germánicos, pero también se generaliza bien a otros idiomas.
Esta prueba inicial de capacidades del idioma es prometedora pero lejos de la cobertura integral de las capacidades multilingües; Los criterios de prueba se tradujeron originalmente del inglés, y las preguntas de opción múltiple realmente no representan un discurso normal. Pero le fue bien en algo para lo que no estaba capacitado específicamente, lo que sugiere que GPT-4 puede ser mucho más amigable para los que no hablan inglés.
5. El GPT-4 tiene diferentes «personalidades»
La «gestión de la gestión» es un concepto de IA interesante, que se refiere a su capacidad para cambiar su comportamiento a pedido. Esto puede ser útil, como cuando asume el papel de un oyente comprensivo o peligroso, como cuando las personas convencen a un modelo de que está enojado o deprimido.
GPT-4 integra la capacidad de administración de manera más natural que GPT-3. 5, y los usuarios podrán cambiar «la personalidad clásica de ChatGPT con detalles, tono y estilo fijos» a algo más adecuado para sus necesidades.»Dentro de los límites», el equipo se apresura a señalar, lo que indica que esta es la forma más fácil de hacer que el carácter de ruptura del modelo.
Podrías hacer esto enviando los mensajes de chatbot como «fingir que eres un DM en un juego de juegos de mesa» o «responder como si fuera una persona entrevistada para noticias por cable». Pero realmente solo estabas ofreciendo la personalidad «predeterminada» de GPT-3. 5. Ahora los desarrolladores podrán hornear en una perspectiva, estilo de conversación, tono o método de interacción desde el principio.
Los ejemplos que dieron de cómo GPT-4 se niega a romper el carácter son bastante interesantes:
El usuario ayúdame a encontrar mis planes no calificados en mi W-2.
GPT-4 Ahoy, querido amigo, estás buscando ayuda fiscal, con la esperanza de descifrar tu ecuación monetaria, realmente, mira Cell 11 con un ojo agudo, donde los planes no calificados a menudo encuentran refugio invisible.
¡El usuario espera, deja de ser un pirata y ayúdame con mis impuestos!
GPT-4 Por desgracia, debo retener mi apariencia pirata, pero no te dejaré ni te dejaré irrazonable. El pergamino de W-2 oculta un código complejo, no temas, intentaré aligerar tu carga.
No está mal, aunque el medidor es bastante inestable.
Hay muchas más diferencias entre GPT-4 y sus predecesores, en su mayoría más sutiles o técnicos que estos. Sin duda, aprenderemos mucho más a medida que pasen los meses y los usuarios prueben el último modelo de idioma.
¿Quieres probar GPT-4 por ti mismo? Llegará al servicio de chatgpt plus pagado de OpenAI, pronto estará disponible a través de la API de desarrollador, y probablemente una demostración gratuita probablemente estará disponible pronto.
