| 詳細信息 |
GPT-4 在大多數語言上的結果都優于 GPT 3.5 和現有語言模型 |
| 編輯： 來源：華泰證券 時間：2023/3/28 |
GPT-4 在大多數語言上的結果都優于 GPT 3.5 和現有語言模型。現有的多數機器學習測試 基準都是基于英語編寫的。為了測試 GPT-4 在其他語言中的表現，OpenAI 使用 Azure Translate 將 MMLU 基準測試（涵蓋 57 個主題的多項選擇問題）翻譯成各種語言。結果表 明，GPT-4 在大多數語言上的結果都優于 GPT 3.5 和現有語言模型的英語語言性能，包括 使用人數較低的語言，如拉脫維亞語、威爾士語和斯瓦希里語。
|
| 【聲明：轉載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述，文章內容僅供參考，如有侵權，請聯系刪除。】 |
| 推薦信息 |
|
GPT-4 API 已開放等待列表（waitlist），API 價格提升明顯
GPT-4-8k 定價為每 1k 提示 token 0.03 美元,每 1k 完成 token 0.06 美元;默認速率限制 為每分鐘 40k 個 token,每分鐘 200 個請求
OpenAI 搭建了開源 OpenAI Evals 模型評估框架
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
ChatGPT的商業模式-商業化嘗試 會員制+按次收費為主
免費生成5張圖后,5.5元25張圖,24.9元125張圖,或會員制,99元/月660張圖,299元/月2160張圖,智能寫作會員198元/月,視頻創作會員1698元/月
ChatGPT訓練成本測算-總成本持續提升同級別參數消耗量將顯著下降
隨著數據量快速膨脹,訓練數據集需求越來越大,數據存儲成本也將相應提升,單次完整訓練價格400-1000萬美元/次,數據成本占比20%-25%
AIGC發展歷程:文本生成技術較成熟,圖片視頻生成值得期待
早期萌芽階段:受限于科技水平AIGC僅限于小范圍實驗;沉淀積累階段:AIGC從實驗性轉向實用性;快速發展階段: 深度學習算法不斷迭代人工智能生成內容百花齊放效果逐漸逼真
每一輪人機交互的變革以及帶來產業級投資機會
手勢追蹤,Insideout,Outside-in,眼球追蹤等,交互方式多元化,沉浸感強;人機共生,文字,音頻,視頻,3D,策略等交互模式融合,智能化程度顯著提升
ChatGPT采用RLHF學習機制,有哪些優點
GPT-3采用無監督學習機制,優點在于無需人工進行數據標注,可以節省模型訓練成本;ChatGPT采用RLHF學習機制屬于強化學習,更符合人類偏好
ChatGPT發布后市場反應-用戶體驗 算法的突破
GPT3.5訓練階段總算力消耗約 3640PF-days,約使用10000個GPU+285000個CPU, OpenAI耗費10億美元租用Azure,每個月,ChatGPT預計花費公司1200萬美元 |
| 智能運輸機器人 |
| AGV無人運輸機器人-料箱版 |
| AGV無人運輸機器人-標準版 |
| AGV無人運輸機器人-料箱版（鈑金材質） |
| AGV無人運輸機器人-貨架版（鈑金材質） |
| AGV無人運輸機器人-貨架版（亮面不銹鋼材質） |
| AGV無人運輸機器人-開放版 |
| 行業動態 |
