GPT-4 ประสิทธิภาพเหนือกว่า GPT-3.5 ครอบคลุมเกณฑ์มาตรฐานการศึกษาที่หลากหลาย
ในบทสรุป
พื้นที่ GPT-4 ได้บรรลุเกณฑ์ระดับที่สูงกว่า GPT-3.5 บนเกณฑ์มาตรฐานต่างๆ
นี่เป็นความสำเร็จครั้งสำคัญที่แสดงให้เห็นว่าเครื่องจักรไม่เพียงแต่มีความฉลาดเหมือนมนุษย์เท่านั้น แต่ยังมีประสิทธิภาพเหนือกว่าเราด้วย ซึ่งทำให้เกิดคำถามเกี่ยวกับอนาคตของ AI และผลกระทบที่อาจเกิดขึ้นกับตลาดงาน
GPT-4 มีประสิทธิภาพเหนือกว่าโมเดลที่ล้ำสมัย (SOTA) อย่างมาก รวมถึงโมเดลที่ใช้โปรโตคอลการฝึกอบรมเพิ่มเติมหรือการออกแบบเฉพาะการวัดประสิทธิภาพ เช่นเดียวกับโมเดลภาษาหลักที่มีอยู่
พื้นที่ GPT-4 ได้คะแนนสูงกว่า GPT-3.5 บนเกณฑ์มาตรฐานต่างๆ นี่เป็นความก้าวหน้าครั้งสำคัญสำหรับเครื่องจักร เนื่องจากพิสูจน์ให้เห็นว่าปัจจุบันไม่เพียงแต่สามารถแก้ปัญหาที่ได้รับการออกแบบมาเพื่อแต่แรกเท่านั้น แต่ยังสามารถทำได้ดีกว่านักศึกษามหาวิทยาลัยอีกด้วย
มีบางสิ่งที่ต้องคำนึงถึงเมื่อดูผลลัพธ์นี้ ประการแรก GPT-4 ไม่ได้รับการฝึกอบรมเฉพาะใดๆ สำหรับการสอบเหล่านี้ ดำเนินการโดยการใช้การทดสอบที่เปิดเผยต่อสาธารณะล่าสุด (ในกรณีของคำถามตอบฟรีของ Olympiads และ AP) หรือโดยการซื้อข้อสอบฝึกหัดรุ่นปี 2022–2023 ประการที่สอง สิ่งสำคัญคือต้องทราบว่า GPT-4ประสิทธิภาพของการทดสอบอาจไม่ได้สะท้อนถึงความสามารถของผู้ทำการทดสอบที่เป็นมนุษย์เสมอไป เนื่องจากทำงานบนหลักการและอัลกอริธึมชุดที่แตกต่างกัน
นี่เป็นความสำเร็จครั้งสำคัญในฐานะ มันแสดงให้เห็น เครื่องจักรนั้นไม่เพียงแต่มีความฉลาดเหมือนมนุษย์เท่านั้นแต่ยังมีประสิทธิภาพเหนือกว่าเราอีกด้วย นี่เป็นการปูทางไปสู่อนาคตที่เครื่องจักรสามารถทำงานที่ซับซ้อนมากขึ้นและนำไปสู่อนาคตที่เครื่องจักรสามารถช่วยเราในชีวิตประจำวันได้ในที่สุด
GPT-4ตัวอย่างเช่น ผ่านการสอบเนติบัณฑิตโดยมีคะแนนอยู่ใน 10% แรกของผู้สอบ GPT-3คะแนนของ .5 อยู่ในอันดับล่างสุด 10% การปรับปรุงที่สำคัญนี้ใน GPT-4ประสิทธิภาพของมันเนื่องมาจากข้อมูลการฝึกที่ใหญ่ขึ้นและสถาปัตยกรรมที่ได้รับการปรับปรุง คาดว่าจะมีการใช้งานที่หลากหลายในสาขาต่างๆ รวมถึงการประมวลผลภาษาธรรมชาติและการเขียนอัตโนมัติ
GPT-4 จัดแสดงผลงานระดับมนุษย์ในการสอบวิชาชีพและวิชาการส่วนใหญ่ โดยเฉพาะอย่างยิ่ง ผ่านการสอบ Uniform Bar Examination เวอร์ชันจำลอง โดยมีคะแนนอยู่ในกลุ่มผู้สอบ 10% แรก ความสามารถของแบบจำลองในการสอบดูเหมือนจะมีต้นกำเนิดมาจากกระบวนการก่อนการฝึกอบรมเป็นหลัก และไม่ได้รับผลกระทบอย่างมีนัยสำคัญจาก RLHF เกี่ยวกับคำถามแบบปรนัยทั้งฐาน GPT-4 โมเดลและโมเดล RLHF ทำงานได้ดีพอๆ กันโดยเฉลี่ยทั่วทั้งผู้พัฒนาข้อสอบที่ทดสอบ
โมเดลที่ทันสมัยที่สุด (SOTA) ส่วนใหญ่ รวมถึงโมเดลที่อาจใช้โปรโตคอลการฝึกอบรมเพิ่มเติมหรือการออกแบบเฉพาะเกณฑ์มาตรฐาน ตลอดจนโมเดลขนาดใหญ่ที่มีอยู่ โมเดลภาษามีประสิทธิภาพเหนือกว่าอย่างเห็นได้ชัด GPT-4.
ภายในนักพัฒนาได้นำไปใช้ GPT-4ซึ่งมีผลกระทบอย่างมากต่อกิจกรรมต่างๆ เช่น การเขียนโปรแกรม การขาย การสนับสนุน และการกลั่นกรองเนื้อหา ขั้นตอนที่สองของวิธีการจัดตำแหน่งของเราอยู่ระหว่างดำเนินการ ในขณะที่นักพัฒนาใช้วิธีนี้เพื่อช่วยมนุษย์ในการตรวจสอบผลลัพธ์ของ AI
ชุดข้อมูล MMLU (Massive Multi-Task Language Understanding) ประกอบด้วยคำถามจากหัวข้อต่างๆ มากมายเกี่ยวกับความเข้าใจภาษาในงานต่างๆ (ครอบคลุม 57 โดเมน รวมถึงคณิตศาสตร์ ชีววิทยา กฎหมาย สังคมศาสตร์ และมนุษย์ศาสตร์ ฯลฯ) มีสี่คำตอบที่เป็นไปได้สำหรับคำถาม ซึ่งหนึ่งในนั้นถูกต้อง นั่นคือ การคาดเดาแบบสุ่มจะแสดงผลลัพธ์ของคำตอบที่ถูกต้อง 25% ดูภาพด้านล่างสำหรับตัวอย่างคำถามและความยากลำบาก เครื่องหมายบุคคลโดยเฉลี่ย (นั่นคือไม่ใช่นักวิทยาศาสตร์ ไม่ใช่ศาสตราจารย์—คนธรรมดาที่ส่องแสงจันทร์เป็นเครื่องหมาย) ตอบคำถามได้ถูกต้องถึง 35% ของคำถาม อย่างไรก็ตาม ผู้เชี่ยวชาญสามารถทำคะแนนได้ถึง +/- 90%
| อ่านเพิ่มเติม: 5 เหตุผลในการใช้ Bing ที่ขับเคลื่อนด้วย AI เหนือ Google |
เดิมทีชุดข้อมูลทั้งหมดเป็นภาษาอังกฤษ แต่จะเกิดอะไรขึ้นหากคำถามและคำตอบได้รับการแปลเป็นภาษาอื่น โดยเฉพาะคำถามและคำตอบที่ไม่ค่อยพบบ่อยนัก? แบบจำลองนี้จะใช้ได้กับพวกเขาหรือไม่? ในการทดสอบนี้ใช้บริการ Microsoft Azure Translate สำหรับการแปล การแปลไม่สมบูรณ์ ในบางกรณีข้อมูลสำคัญอาจสูญหายได้ อย่างไรก็ตาม แม้ในกรณีนี้ GPT-4 ทำงานได้ดีในภาษาอื่น ใน MMLU เวอร์ชันแปล GPT-4 มีประสิทธิภาพเหนือกว่าระดับภาษาอังกฤษของโมเดลขนาดใหญ่อื่นๆ (รวมถึงของ Google) โดย 24 จาก 26 ภาษาที่ตรวจสอบ
มีอะไรอีก, GPT-4 ทำงานได้ดีกว่าในภาษาที่หายากมากกว่า ChatGPT ทำเป็นภาษาอังกฤษ (ChatGPT ได้คะแนน 70.1% ในขณะที่คะแนนรุ่นใหม่ของไทยอยู่ที่ 71.8%) คะแนนสอบภาษาอังกฤษก็สูงที่สุดด้วย GPT-4 ทำงานได้ดีกว่ารุ่นอื่นๆ ถึง 10% รวมถึง PaLM ที่ใหญ่ที่สุดจาก Google ได้คะแนน 86.4% ในขณะที่กลุ่มผู้เชี่ยวชาญ - 90%
- ภายในฤดูร้อนปี 2023 AI อาจก้าวสู่ระดับใหม่ของพลังด้วย ChatGPTซึ่งเป็นแชทบอทที่ใช้ GPT-4 อัลกอริทึมและ ประสิทธิภาพเหนือกว่า GPT-3 คูณด้วย 570. องค์ประกอบที่หลากหลายมีส่วนทำให้ ChatGPTความสำเร็จของรวมถึงการออกแบบให้ "เหมือนมนุษย์" มากขึ้น และการใช้การทำเหมืองข้อมูลที่ทันสมัยและการประมวลผลภาษาธรรมชาติเพื่อเพิ่มประสิทธิภาพและความแม่นยำ
- Microsoft และ OpenAI ประกาศการต่ออายุการทำงานร่วมกันและแผนสำหรับการค้นหา Bing เพื่อใช้ความสามารถในการค้นหาที่ปรับปรุงด้วย AI ในเดือนมกราคม ที่มีความซับซ้อนมาก GPTการเปลี่ยนรุ่น 3.5, GPT4, เพิ่งเปิดตัวและมีศักยภาพในการเพิ่มขีดความสามารถในการค้นหาของ Bing อย่างมากในการทำความเข้าใจข้อความค้นหาในภาษาธรรมชาติและให้ผลลัพธ์ที่แม่นยำยิ่งขึ้น เป็นความคิดที่ดีที่จะมีแผนสำรองที่ดีในกรณีที่เกิดข้อผิดพลาดขึ้น
อ่านข่าวที่เกี่ยวข้องเพิ่มเติม:
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
บทความอื่น ๆ
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
