一觉醒来，万众期待的GPT-4终于发布了，我们来看看他都有哪些迭代，给了我们哪些惊喜，又有哪些还没解决的问题呢？

作为一个重要的迭代升级版本，GPT-4相对于上一代而言，在多个性能上有显著的提升，这没有让我们失望。具体来看，关键的升级主要是以下几个方面：

上一个版本，输入的文字不能超过3000字，而GPT-4将这一限制提升到了2.5万字。这个提升，将进一步扩展其应用范围。输入的不再限制于问题，用户可以直接输入文本内容，比如一篇文章甚至一篇报告。

上一代产品只能输入文本内容，此次更新升级，可以输入图片内容了。

比如，在此次发布的GPT-4，展示了下面这个例子。

用户：这张图有什么好笑的？

为了了解这两种模型之间的差异，OpenAI在各种基准测试上进行了实验，包括最初为人类设计的模拟考试。OpenAI继续使用最新的公开测试（在奥林匹克和AP免费回答问题的情况下）或购买2022-2023版的模拟考试。

测试结果如下：

可以发现，当任务的复杂性达到足够的阈值时，GPT-4 比 GPT-3.5 更可靠、更有创意，并且能够处理更细微的指令。

此外，OpenAI还在为机器学习模型设计的传统基准测试上评估了 GPT-4。GPT-4 的性能大大优于现有的大型语言模型，以及大多数最先进的 （SOTA） 模型，具体比较如下表：

从上述结果可以发现，GPT-4 可以用更少的计算量来实现更准确的预测。

此外，OpenAI成功预测了HumanEval数据集子集的通过率，从计算量减少 1000 倍的模型推断，其结果如下：

根据结果来看，GPT-4仅比GPT-3.5好一点点，并没有显著的提升。

此次发布会，除了GPT-4本身技术性能的提升以外，还有一个很重要的看点，那就是其商业化进展。从微软近期的动作来看，他是准备在GPT-4基础上大干一场。在数据猿先前发布的文章《先用ChatGPT革自己的命，然后干翻所有人！微软要“梭哈”了！》中，整理了微软近期将ChatGPT与其业务体系整合的情况，可以发现，微软的很多业务都已经可以看到ChatGPT的身影。

大规模预训练模型这个赛道异常热闹，尤其是OpenAI可以说已经成为科技界的明星。然而，大模型的竞赛才刚刚开始，鹿死谁手犹未可知。

GPT-4再好，也是别人的东西，我们当然更期待中国自己的大模型。

正好，百度将在明天（3月16日）发布文心一言，让我们小小期待一下吧。

所以，压力给到百度了。

往期精彩文章：

先用ChatGPT革自己的命，然后干翻所有人！微软要“梭哈”了！

★关注数据猿公众号，后台回复“GPT4技术报告”获取最新98页报告原文。

文：月满西楼 / 数据猿