El modelo multimodal de IA puede procesar imágenes y texto, así como tomar exámenes para un abogado.
Benge Edwards – 14 de marzo de 2023 6:47 PM UTC
Comentarios de los lectores
El martes, Openai anunció el GPT-4, un gran modelo multimodal que puede llevar texto e imágenes a la entrada y emitir un texto en la salida, que, según OpenAi «, demuestra la productividad al nivel de una persona en varios profesionales y Pruebas académicas «. También el martes, Microsoft anunció que Bing Chat ha estado trabajando en GPT-4 durante mucho tiempo.
Leer más
Si el GPT-4 funciona como se indica, entonces esto puede significar la apertura de una nueva era en inteligencia artificial.»Pase un examen simulado para un abogado con un resultado cercano al 10% de los mejores participantes», escribe Openai en su mensaje.»A diferencia de GPT-3. 5, los resultados del GPT-3. 5 estuvieron aproximadamente al nivel del 10%inferior».
Operai planea lanzar las capacidades de texto GPT-4 a través de ChatGPT y su API comercial, pero primero habrá una lista de espera. Actualmente, el GPT-4 está disponible para los suscriptores ChatGPT Plus. Además, la compañía está probando las capacidades de GP T-4 para ingresar imágenes con un socio: Be My Eyes, una aplicación preparada para teléfonos inteligentes, que puede reconocer la escena y describirla.
Junto con el sitio introductorio, OpenAI ha emitido un documento técnico que describe las capacidades del GPT-4 y un mapa del modelo del sistema, que describe sus restricciones en detalle.
GPT se descifra como transformador previamente entrenado, y el GPT-4 es parte de una serie de modelos de idiomas fundamentales que se remontan al GPT original lanzado en 2018. Tras el lanzamiento inicial de OpenAI anunció el GPT-2 en 2019 y GPT-3 en 2020. El refinamiento adicional llamado GPT-3. 5 apareció en 2022. En noviembre, Operai lanzó ChatGPT, que en ese momento era un modelo de conversación final basado en GPT-3. 5.
Los modelos de la serie GPT fueron entrenados para predecir el siguiente token (fragmento de palabras) en la secuencia de lexemas basados en una gran variedad de texto, tomada principalmente de Internet. En el proceso de aprendizaje, una red neuronal construye un modelo estadístico que refleja la relación entre palabras y conceptos. Con el tiempo, OpenAi aumentó el tamaño y la complejidad de cada modelo GPT, lo que generalmente condujo a una mejora en el rendimiento del modelo al modelo en comparación con cómo una persona llenaría el texto en el mismo script, aunque depende de la tarea.
En cuanto a las tareas, aquí el GPT-4 demuestra resultados decentes. Al igual que sus predecesores, puede realizar instrucciones complejas en el lenguaje natural y generar un trabajo técnico o creativo, pero lo hace más profundo: admite la generación y el procesamiento de hasta 32, 768 Lexemes (aproximadamente 25, 000 palabras del texto), lo que le permite crear contenido o analizar documentos mucho más tiempo que los modelos anteriores.
Análisis de las capacidades del GPT-4, OpenAI obligó al modelo a aprobar tales pruebas como un solo examen para obtener el grado de abogado, un examen de ingreso en una facultad de derecho (LSAT), una recaminación de posgrado cuantitativo (GRE), así como Varias pruebas de sujetos AP. En muchas tareas, el modelo mostró el resultado a nivel humano. Esto significa que si el GPT-4 era una persona que fue evaluada solo por la capacidad de aprobar las pruebas, entonces podría ir a una facultad de derecho y, muy probablemente, a muchas universidades.
