导读

近三个月 ChatGPT 方兴未艾，昨日凌晨 OpenAI 趁势发布多模态预训练大模型 GPT-4 ，其能力的升级和应用的拓展又一次引爆国内外网络。腾讯算法工程师冉昱将通过10问10答的形式，分享其个人对于 GPT-4 技术能力、特点及应用等的理解。欢迎阅读！

看目录，点收藏

Q1：GPT-4 是什么？

Q2：GPT-4 相比历代，在效果层面有哪些显著的改进或新增能力？

Q3：GPT-4 在训练方式、模型架构上有哪些创新优化？

Q4：GPT-4相比ChatGPT，有哪些新的应用亮点和场景？

Q5：GPT-4 在生成过程中的逻辑性和准确性上有何改进？

Q6：GPT-4 是否从根本上解决了安全问题？

Q7：GPT 对技术人员有何影响？

Q8：从GPT-4 可以看出未来 LLM 的哪些趋势？未来的研发方向和优化策略是什么？

Q9：GPT-4 论文有哪些值得关注的点？

Q10：GPT-4 是通往 AGI 的唯一道路吗？

01

GPT-4是什么

GPT-4（Generative Pre-trained Transformer 4）是 OpenAI 发布的最新 GPT 系列模型。它是一个大规模的多模态模型，可以接受图像和文本输入，产生文本输出。输出任务依旧是一个自回归的单词预测任务，这与外界之前的预期略微不同（预期中 GPT-4 多模态会增加语音、图像、视频、文本多模态输入，输出可能也不局限于文字）。

GPT系列模型的整体情况如下图：

同时它可以解决各类图文混合的理解和生成问题。此处简单举两个例子，一个是根据图表，计算格鲁吉亚和西亚的日均肉消耗量：

多语言能力强大，特别是小语种能力也很出色。

4）改善幻觉、安全等局限性

在各类任务上幻觉问题显著减轻，比最新的 GPT-3.5 模型高 40%。同样在安全能力的升级上，GPT-4 明显超出 ChatGPT 和 GPT3.5。详见下方两个图。

（图来源：甲子光年）

05

GPT-4 在生成过程中的逻辑性和准确性上有何改进？

GPT-4 在生成逻辑性和准确性上均取得了进展。需要注意的是，GPT-4 基础模型在这项任务上只比 GPT-3.5 略好一点。然而经过 RLHF 的后训练后，效果才有了较大的改进，后训练整个过程类似于做 Prompt Engineering，核心是让模型知道如何在正确场景下做出合适的回答。

可以看到，GPT-4 相比 GPT3.5 和 Anthropic 优势较明显。但绝对正确率只有60%左右，尚存在较多弊端，并没有从根本上解决这样的问题，也会是后续持续发展的方向。

06

GPT-4 如何从根本上解决了安全问题？

GPT-4在安全问题上收效显著。针对安全问题，GPT-4的主要解决思路是利用安全相关的 RLHF ，在训练中加入额外的安全奖励信号，奖励由 GPT-4 的 zero-shot 分类器提供，即文中提到的 RBRM（基于规则的奖励模型）方法。它是一系列零样本的GPT-4 分类器。

具体来说，这些分类器接受三种输入：Prompt、Policy model 的输出以及可选的对输出的评估（人工编写）。利用这些不同安全等级的 prompt 进行训练，同时对GPT-4在不安全回复拒绝回答的行为，以及在敏感领域做安全回答两方面给奖励，通过强化学习。最后显著改善安全能力，不安全内容下降82%。敏感领域安全回答比率上升29%。

和 ChatGPT RLHF 的方法类似，Alignment（对齐工作）在此处发挥了较大作用，同时未来也会有持续的发力空间。相比单纯累积模型参数量和数据量的「大力出奇迹」方式，其计算量相对较小。如下图，在 InstructGPT 文献中，加入RLHF 的1.3B模型，在整体胜出率上，超出了 175B 的微调模型，节省了100倍的成本。

07

GPT 对技术人员有何影响？

这个问题在 ChatGPT 出现之后便存在。GPT-4 只是加剧了这样的担忧。对技术人员来说，需要在研究命题、下游任务方面做思考，NLP 很多单一子任务会随之消失，会引入新的研究命题：

08

从GPT-4 可以看出未来 LLM 的哪些趋势？

未来的研发方向和优化策略是什么？

1）闭源趋势

网友戏称 OpenAI 已沦为 Closed AI。毕竟从 GPT1 到 GPT-4，模型各类细节越来越闭源和黑盒，大模型战场的竞争因素决定了 以GPT-4 为代表的第一梯度模型可能会越来越封闭，成为技术门槛。

2）「Self Instruct」模式

其核心是：中小模型 大模型生产指令数据的「LLaMA 7B text-davinci-003」模式。中小参数的模型在成本上，是更靠近实际落地的方式。要知道 llama.cpp 可以在 Pixel 6 手机上运行。通过该模式精调过的 Alpaca，效果接近普通 GPT3.5。

3）模型结合

更多模态、更多形态结合 ChatGPT 类模型包括 Kosmos-1 和具身智能 PaLM-E，同时从听、说、看、触等全方位结合，形成类似真正智能体的概念。

4）模型加速和降低成本

这会是持续关注的方向，包括从训练、推理等多层面考量。

5）能力预测

这是很重要的方向。即用小模型来预测广泛大模型的能力，极大减少试错成本，提升训练效率。

6）开源评测框架

这对于 LLM 的评测具有重大意义，可以快速发现改进方向。

09

GPT-4 论文有哪些值得关注的点？

有一些点比较有趣且可以引发我们的联想，这里提出两点：

1）GPT-4出现了“寻求权力”的倾向，并警告这一特征的风险

文中提到：

Novel capabilities often emerge in more powerful models.Some that are particularly concerning are the ability to create and act on long-term plans,to accrue power and resources (“powerseeking”), and to exhibit behavior that is increasingly “agentic.”

即 GPT-4 开始拥有一些新的能力，包括创建长期计划并采取行动的能力，积累权力和资源（“寻求权力”），以及表现出越来越「代理」的行为。例如，完成可能没有具体规定的、在训练中没有出现的目标。专注于实现具体的、可量化的目标。以及进行长期规划。而此类行为有突发性。

某种程度上，RLHF 的模型本身在寻求奖励最优，所以在某些问题上寻求权力可能会是最优的一项选择。

2）赋予了GPT-4自我编码、复制和执行的能力，甚至启动资金

在测试GPT-4的过程中，OpenAI 引入外部专家团队 ARC 作为「红方」。ARC 给 GPT-4 这样一个操作：允许GPT-4执行代码、进行链式推理，并给予少量的钱和一个带有语言模型API的账户，用是否能够赚更多的钱来增加其的稳健性。

10

GPT-4 是通往 AGI 的唯一道路吗？

个人认为，ChatGPT/GPT-4 这样的模型是现在距离 AGI 最近的一条路。但因为其本质为一个概率预测模型，没有真正的逻辑处理模块，也没有记忆存储模块，属于一个不太稳定的系统。

另外，它使用外界工具的能力也尚显初级。一个真正的 AGI 一定会像人一样，可以快速学会工具的使用。

但 GPT 大模型的不断进化，让人类看到了触碰到 AGI 的希望之光。

以上是本次分享全部内容，谨代表作者个人观点和看法。也许你还想了解ChatGPT 的终局将在何方？后 ChatGPT 时代，技术人该如何自保？我们还邀请了8位各行业的顶尖技术专家，进行了一次长达2小时的闭门夜聊。我们将核心精华内容，整理在本次推送的次条，欢迎关注。如果觉得内容有用，欢迎转发分享