OpenAI 搭建了開源 OpenAI Evals 模型評估框架。OpenAI Evals 模型評估框架 （https://github.com/openai/evals）用于創建和運行各類評估準則（benchmarks），支持用 戶自定義評估邏輯。目前，OpenAI Evals 與現有的基準測試兼容，并可用于跟蹤部署中的 模型性能。未來，OpenAI 計劃逐步增加測試基準的多樣性，以代表更廣泛的故障模式和更 難的任務集。

GPT-4 于 2022 年 8 月完成訓練，技術細節未完全公布。據 GPT-4 技術文檔，GPT-4 于 2022 年 8 月完成訓練，此后，OpenAI 一直在評估、對抗性測試并迭代和改進模型，并提出各種 系統J安全緩解措施。此外，OpenAI 在 GPT-4 文檔中明確提出，考慮到競爭格局和大型 模型（如 GPT-4）的安全影響，本文檔沒有包含有關架構（包括模型大小）、硬件、訓練計 算、數據集構造、訓練方法或類似內容的進一步細節。文檔明確提供的內容包括：1）GPT-4 是一個基于 transformer 的預訓練模型，用于預測文字的下一個 token；2）使用公開可用數 據（如互聯網數據）和第三方提供商授權的數據；3）使用來自人類反饋的強化學習（RLHF） 對模型進行微調。