OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

635次阅读
没有评论

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

文章转自「新智元」,Founder Park 略有调整。

今天,OpenAI 正式发布了更新版的 GPT-4 Turbo——gpt-4-0125-preview。

不仅大幅改善了模型「偷懒」的情况,而且还极大地提升了代码生成的能力。

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

与此同时,OpenAI 还发布了一系列模型和 API 更新,总体来说就是「更强的性能,更低的价格」。

  • GPT-3.5 Turbo 更新——gpt-3.5-turbo-0125。输入价格大降 50%,输出价格下降 25%。性能上也有升级。

  • 「迄今为止最强」的审核模型 text-moderation-007,帮助开发者有效地识别有害文本。

两个新一代 embedding 模型:

  • text-embedding-3-small,体积更小效率更高,价格直接砍到了原模型 20%!支持 512 维和 1536 维两种大小。

  • text-embedding-3-large,性能相比之前模型大幅提升,高达 3072 维的嵌入向量,价格是小模型的 6.5 倍。

最后,OpenAI 还强调称,用户通过 API 传送的数据,都不会被用于训练新的模型。

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

01

GPT-4 更强了,变懒 bug 修复

自从去年 11 月份开发者大会发布 GPT-4-Turbo 以来,超过 70% 的 GPT-4 API 用户已经转用了 GPT-4-Turbo 预览版,从而能够享受最新的知识截止日期、更大的 128k 上下文窗口和更低的价格。

最新更新的 GPT-4-Turbo 预览模型——gpt-4-0125-preview 在执行任务(如代码生成)方面比之前的预览版要更强,能够减少模型有可能出现的「偷懒」现象。

新模型还修复了一个影响非英文 UTF-8 生成的漏洞。

对于那些希望自动升级到最新 GPT-4-Turbo 预览版的用户,OpenAI 还推出了一个新的模型名别名 gpt-4-turbo-preview,它将始终指向最新的 GPT-4-Turbo 预览版模型。

在未来几个月内,OpenAI 还会推出具备视觉功能的 GPT-4-Turbo 正式版。


02

GPT-3.5-Turbo 喜迎「降价增效」

下周,OpenAI 即将推出新版的 GPT-3.5-Turbo,型号为 gpt-3.5-turbo-0125。

在过去的一年里,OpenAI 已经第三次下调 GPT-3.5-Turbo 的价格。

新模型的输入价格下降了 50%,现为 0.0005 美元/1k token;输出价格下降了 25%,现为 0.0015 美元/1k token。

此外,模型还进行了多项改进,比如提高了按要求格式响应的准确性,并修复了一个导致非英文语言函数调用出现文本编码问题的漏洞。

在 API 中使用固定 gpt-3.5-turbo 模型名称的用户,将在这款新模型推出两周后,自动从 gpt-3.5-turbo-0613 升级至 gpt-3.5-turbo-0125 版本。


03

全新嵌入模型 2 连发:性能大涨价格狂降

OpenAI 推出了两款新的嵌入模型:体积更小、效率更高的 text-embedding-3-small 模型,以及更大、性能更强的 text-embedding-3-large 模型。

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

所谓嵌入(Embedding),就是将内容(如文字或代码)中的概念转化为一串数字序列。

通过这种方式,机器学习模型和其他算法可以轻松理解不同内容之间的关系,执行聚类、检索等操作。

嵌入技术ChatGPT 和 Assistants API 中的知识检索功能,以及许多检索增强生成(RAG)开发工具提供了强大动力。

「小」文本嵌入模型:text-embedding-3-small

text-embedding-3-small 是 OpenAI 的新型高效嵌入模型,与 2022 年 12 月推出的前代产品 text-embedding-ada-002 相比,性能有了大幅提升。

性能更强

在多语言检索(MIRACL)的常用基准测试中,text-embedding-3-small 的平均得分从 31.4% 提高到 44.0%,在英语任务(MTEB)的常用基准测试中,平均得分从 61.0% 提高到 62.3%。

价格实惠

text-embedding-3-small 远比 OpenAI 之前的 text-embedding-ada-002 模型效率高,因此价格也大幅降低了 5 倍,从每千 token 的 0.0001 美元降至 0.00002 美元。

OpenAI 不会停用 text-embedding-ada-002,尽管 OpenAI 更推荐用户使用新模型,客户仍可选择继续使用上一代产品。

「大」文本嵌入模型:text-embedding-3-large

text-embedding-3-large 是 OpenAI 的新一代大型嵌入模型,能够生成高达 3072 维的嵌入向量。

text-embedding-3-large 是 OpenAI 目前性能最强的模型——与 text-embedding-ada-002 相比,它在 MIRACL 上的平均得分从 31.4% 提升至 54.9%,在 MTEB 上的平均得分从 61.0% 提升至 64.6%。

text-embedding-3-large 的价格定为 0.00013 美元/1k token。

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

灵活调整嵌入向量

相比于小型嵌入,大型嵌入的存储和检索,如放置于向量存储库中,往往需要更高的成本,也消耗更多的计算资源、内存和存储空间。

OpenAI 的两款新嵌入模型均采用了一种特殊的训练技术,使得开发者可以在嵌入的使用成本和性能之间做出权衡。

具体来说,开发者可以通过设定 dimensions API 参数来有效缩短嵌入向量的长度(也就是去掉数列末端的一些数字),而这样做不会影响嵌入向量代表概念的核心特性。

例如,在 MTEB 基准测试中,即使将 text-embedding-3-large 嵌入向量的长度缩减到 256,它的性能仍然超过了长度为 1536 的未经缩减的 text-embedding-ada-002 嵌入向量。

这种做法极大地增加了使用上的灵活性。

比如说,当开发者需要使用一个只支持最大 1024 维度嵌入向量的向量数据存储时,可以选择 OpenAI 性能最佳的嵌入模型 text-embedding-3-large,并通过设置 dimensions API 参数为 1024,从而将原本 3072 维的嵌入向量缩减下来,以较小的向量尺寸为代价换取了准确度。

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力


04

迄今最强的内容审核模型

OpenAI 提供的免费内容审核 API 可以帮助开发者识别可能有害的文本。

作为 OpenAI 持续安全工作的一部分,OpenAI 发布了迄今为止最强大的内容审核模型 text-moderation-007。

此前的 text-moderation-latest 和 text-moderation-stable,也将重新指向这个新模型。


05

API后台更新,更好的 API 密钥管理

OpenAI 正在推出两项重要的平台升级,旨在为开发者提供对他们的 API 使用情况更清晰的洞察,并加强对 API 密钥的管理。

首先,开发者可以直接在 API 密钥页面设置不同的密钥权限。

举个例子,用户可以为一个密钥配置只读权限,以便用于内部的跟踪数据面板,或者设置为仅限访问某些特定的接口。

其次,一旦开启了密钥使用跟踪功能,使用仪表盘和数据导出功能就能够提供基于每个 API 密钥的详细使用指标。这样一来,只需为不同的功能、团队、产品或项目分配独立的 API 密钥,就可以轻松地监控到各自的使用情况。

在接下来的几个月里,OpenAI 计划为开发者提供更多便利,让他们能够更好地监控 API 使用情况并管理 API 密钥,这一点对于大型组织来说尤其重要。

OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

参考资料:

https://openai.com/blog/new-embedding-models-and-api-updates


如果你关注大模型领域,欢迎扫码加入我们的大模型交流群,来一起探讨大模型时代的共识和认知,跟上大模型时代的这股浪潮。OpenAI大更新:修复GPT-4变懒问题、3.5价格下降、增强代码生成能力

更多阅读

Product Hunt 2023 年度产品榜:GPT-4 夺冠、获奖 AI 产品全介绍

油管播放超千万,一款主打欺骗 NPC 的独立 AI 游戏正成为新爆款

从 Altman 对 GPT-5 的剧透中,我们应该如何迎接 AGI 的下一阶段?

一夜爆火!「哄哄模拟器」开发者复盘:24小时超过60万用户,2000万次对话

AI 编程的机会和未来:从 Copilot 到 Code Agent

转载原创文章请添加微信:geekparker

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy