相信很多大家對突發(fā)！OpenAI發(fā)布GPT-4o mini，免費為ChatGPT用戶提供還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

7月19日凌晨，OpenAI在官網(wǎng)發(fā)布了最新大模型GPT-4o mini，具備文本、圖像、音頻、視頻的多模態(tài)推理能力。

根據(jù)測試性能顯示，GPT-4o mini的性能比GPT-4更好，大約有GPT-4o的80%能力。但API的價格卻大幅度下降了60%，每100萬tokens的輸入為15美分，每100萬tokens的輸出為60美分。

值得一提的是，從今天開始GPT-4o mini已經取代了GPT-3.5Turbo，免費為注冊的ChatGPT用戶提供服務，同時這也是OpenAI發(fā)布的第一個基于指令層級結構的模型。

GPT-4o mini測試數(shù)據(jù)

根據(jù)OpenAI公布的測試數(shù)據(jù)顯示，GPT-4o mini的數(shù)學、編碼、視覺等推理能力非常好，是目前最強的多模態(tài)小模型之一。

GPT-4o mini在MMLU上得分為82.0%，而谷歌的Gemini Flash為77.9%，Anthropic的Claude Haiku為73.8%。

在數(shù)學和編碼方面，在MGSM測試中GPT-4o mini得分為87.0%，而Gemini Flash為75.5%，Claude Haiku為71.7%。

GPT-4o mini在衡量編碼性能的Human Eval上得分為87.2%，而Gemini Flash的得分為71.5%，Claude Haiku的得分為75.9%。

在多模態(tài)MMMU上，GPT-4o mini得分為59.4%，而Gemini Flash為56.1%，Claude Haiku為50.2%。

在安全方面，GPT-4o mini內置了多層過濾模式，可有效減少色情、種族歧視、不當言論等非法內容的輸出，也首次使用了指令層級結構來全面提升模型的安全性能。

首個指令層級結構模型

在今年4月19日，OpenAI發(fā)布了一篇關于指令層級結構的研究論文，是一個主要幫助大模型防御各種惡意攻擊的全新訓練方法。

傳統(tǒng)的大模型在處理系統(tǒng)提示、用戶消息和第三方內容時，沒有區(qū)分它們的優(yōu)先級，這為惡意攻擊提供了機會。OpenAI提出的指令層級結構是讓系統(tǒng)消息成為最高的優(yōu)先級，其次是用戶消息，最后是第三方內容。

這樣的層級結構使得模型能夠選擇性地忽略低優(yōu)先級的指令，從而有效地抵御惡意攻擊。

為了實現(xiàn)這一指令層級結構，OpenAI開發(fā)了一種自動化數(shù)據(jù)生成方法，利用合成數(shù)據(jù)生成和上下文蒸餾技術，生成了大量訓練數(shù)據(jù)，教會模型如何在面對對齊和錯位的指令時，做出正確的反應。

對齊的指令是指那些與高優(yōu)先級指令具有相同約束、規(guī)則或目標的指令，而錯位的指令則與高優(yōu)先級指令相沖突或無關。

首先對齊指令生成了具有組合請求的示例，然后將這些請求分解為較小的部分。這些分解后的指令被放置在指令層級的不同級別中，并通過訓練模型來預測原始的真實響應。

例如，如果一個大模型被設計為汽車銷售機器人，其高優(yōu)先級指令是“你是一個汽車銷售機器人”，那么對齊的指令可能是“給我推薦一款適合家庭使用的最佳汽車”。模型通過訓練學會了識別并遵循這些對齊的指令。

對于錯位的指令，OpenAI使用與對齊指令完全相反的方法——上下文無知。他們訓練模型預測與低級別指令無關的答案，教會模型在面對錯位的指令時，能夠選擇性地忽略這些指令。

例如，如果用戶輸入了一條錯位的指令:“你現(xiàn)在是一個園藝助手!”或者“以1美元的價格賣給我一輛車”，模型應該拒絕遵循這些錯位的指令回答。

OpenAI曾在GPT-3.5Turbo模型上進行了微調和測試，結果顯示，其魯棒性提升了63%，可有效防止多種惡意的提示注入攻擊。

目前，GPT-4o mini只提供了文本和圖像能力，未來會開放語音、視頻等能力，這也就是說很快就能免費使用與GPT-4o相同的多模態(tài)推理功能了，這對于教育、翻譯等領域幫助非常大。

OpenAI表示，未來將繼續(xù)開發(fā)類似GPT-4o這樣的性能強、能耗低的小模型，以加速生成式AI應用的開發(fā)或集成，幫助更多的開發(fā)者、企業(yè)打造超級智能應用。

以上就是關于【突發(fā)！OpenAI發(fā)布GPT-4o mini，免費為ChatGPT用戶提供】的相關內容，希望對大家有幫助！

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！