一、GPT-4實(shí)現(xiàn)了以下幾個(gè)飛躍式提升

GPT-4相比于之前的模型，實(shí)現(xiàn)了多個(gè)方面的提升。其中包括強(qiáng)大的識(shí)圖能力、2.5萬字的文字輸入限制、回答準(zhǔn)確性的顯著提高、以及能夠生成歌詞和創(chuàng)意文本，實(shí)現(xiàn)風(fēng)格變化。

根據(jù)OpenAI官方的介紹，GPT-4是一個(gè)超大的多模態(tài)模型，它的輸入可以是文字（上限2.5萬字），還可以是圖像。甚至只需要簡單在紙上畫一個(gè)網(wǎng)站的草稿圖或拍一張照片上傳給GPT-4，它就可以立馬生成網(wǎng)站的HTML代碼。

GPT-4可以接受文本和圖像形式的prompt，新能力與純文本設(shè)置并行，允許用戶指定任何視覺或語言任務(wù)。它在人類給定由散布的文本和圖像組成的輸入的情況下生成相應(yīng)的文本輸出（自然語言、代碼等）。在一系列領(lǐng)域——包括帶有文本和照片的文檔、圖表或屏幕截圖上——GPT-4展示了與純文本輸入類似的功能。此外，它還可以通過為純文本語言模型開發(fā)的測試時(shí)間技術(shù)得到增強(qiáng)，包括少樣本和思維鏈prompt。

二、GPT-4強(qiáng)大的推理和語言能力體現(xiàn)

GPT-4在各種專業(yè)測試和學(xué)術(shù)基準(zhǔn)上的表現(xiàn)與人類水平相當(dāng)。例如，它通過了模擬律師考試，且分?jǐn)?shù)在應(yīng)試者的前10% 左右；相比之下，GPT-3.5的得分在倒數(shù)10%左右；做美國高考SAT試題，GPT-4也在閱讀寫作中拿下710分高分、數(shù)學(xué)700分（滿分800）。

許多現(xiàn)有的機(jī)器學(xué)習(xí)基準(zhǔn)測試都是用英語編寫的。為了初步了解GPT-4在其他語言上的能力，研究團(tuán)隊(duì)使用Azure Translate將MMLU 基準(zhǔn)——一套涵蓋57 個(gè)主題的14000 個(gè)多項(xiàng)選擇題——翻譯成多種語言。在測試的26種語言的24種中，GPT-4優(yōu)于GPT-3.5 和其他大語言模型（Chinchilla、PaLM）的英語語言性能。

三、GPT-4在用戶意圖理解力的提升

GPT-4在用戶意圖理解方面比以前的模型有了大幅改進(jìn)。

此外，OpenAI還在為機(jī)器學(xué)習(xí)模型設(shè)計(jì)的傳統(tǒng)基準(zhǔn)上評估了GPT-4。GPT-4大大優(yōu)于現(xiàn)有的大型語言模型，以及大多數(shù)SOTA模型。