OpenAI 发布 o3 与 o4-mini 系统卡
OpenAI 发布 o3 和 o4-mini 系统卡,称两款模型将前沿推理能力与完整工具能力结合。可用工具包括网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索和记忆。
推荐理由:官方系统卡披露 o3 与 o4-mini 的推理能力与工具调用范围,可据此了解新模型的能力边界。
OpenAI 发布 o3 和 o4-mini 系统卡,称两款模型将前沿推理能力与完整工具能力结合。可用工具包括网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索和记忆。
推荐理由:官方系统卡披露 o3 与 o4-mini 的推理能力与工具调用范围,可据此了解新模型的能力边界。
OpenAI 在 API 中发布 GPT-4.1 系列模型,官方称其在编码、指令遵循和长上下文理解上有全面提升,并首次推出 nano 模型。该系列模型即日起面向全球开发者开放。
推荐理由:OpenAI 在 API 上线 GPT-4.1 系列并首次推出 nano 版本,读者可据此了解模型家族的能力侧重与开放范围。
ChatGPT 可用于规划、搜索、阅读资料并编制详细的市场研究报告,支持市场分析。
ChatGPT 通过分析上下文、生成选项和将决策转化为行动步骤,助力战略规划。
ChatGPT 引入视觉与语音功能,支持多模态输入,提升团队沟通效率;功能旨在使沟通更自然。
OpenAI 发布 GPT-4o 系统卡补充说明,介绍 4o 图像生成。该能力比此前的 DALL·E 3 系列模型显著更强,可生成照片级真实感输出,并能接收图像作为输入并进行变换。
推荐理由:官方系统卡补充说明披露 4o 图像生成相较 DALL·E 3 的能力变化,可据此了解该模型的生成与图像输入能力。
OpenAI 发布 GPT-4.5 的研究预览,称其为目前规模最大、知识最丰富的模型,并同步公开了该模型的系统卡。
推荐理由:OpenAI 发布 GPT-4.5 研究预览,并同步公开系统卡,读者可据此了解这一代模型的定位与安全评估框架。
OpenAI 发布 o3-mini 模型。
OpenAI 发布 o3-mini 系统卡,说明该模型的安全工作,包括安全评估、外部红队测试和 Preparedness Framework 评测。
推荐理由:官方系统卡披露 o3-mini 的安全评估、外部红队与 Preparedness 框架评测范围,可了解其安全工作的构成。
OpenAI 发布 o1 模型,同时带来 Realtime API 改进和一种新的微调方法等面向开发者的更新。官方仅给出上述要点,未披露具体参数与开放细节。
推荐理由:OpenAI 官方一次性公布 o1 模型与多项开发者工具更新,可据此了解其面向开发者的能力布局。
OpenAI 发布 Sora 系统卡,介绍这是其视频生成模型,可接收文本、图像和视频输入并生成新视频。Sora 基于 DALL-E 和 GPT 系列模型的经验构建,定位是为用户提供更丰富的叙事与创意表达工具。
推荐理由:OpenAI 官方系统卡披露 Sora 的输入输出形态与技术来源,可据此了解其能力边界。
OpenAI 发布 o1 系统卡,说明在发布 o1 和 o1-mini 之前开展的安全工作,包括外部红队测试以及依据其 Preparedness Framework 进行的前沿风险评测。
推荐理由:OpenAI 官方披露 o1 与 o1-mini 发布前的安全评估流程,可了解其 Preparedness Framework 下的风险评测做法。
OpenAI 的 o1 推理模型在编码、策略研究和研究等领域展现出解决复杂问题的能力。
OpenAI 发布 o1 模型,官方页面标题为 Introducing OpenAI o1,正文内容未能抓取。
OpenAI 发布 o1-mini,官方将其定位为在推理能力上更具成本效率的模型。
OpenAI 公布了 o1 模型的贡献者名单。o1 是 OpenAI 推出的推理模型。原文未披露该名单的具体人数、成员姓名或所属团队等细节。
Cognition 联合创始人兼 CEO Scott Wu 解释了 OpenAI o1 如何以更接近人类的方式做出编程决策。
经济学家 Tyler Cowen 解读 OpenAI o1 如何解答复杂的经济学问题。
OpenAI分享了从数百次AI成功部署中总结的经验,强调了模型选择、数据准备和团队协作的重要性,并指出AI应用需关注实际业务需求。
OpenAI 举办 GPT-4o 微调研讨会,探讨如何优化 GPT-4o 模型,提升其性能和适用性。研讨会内容涉及模型微调技巧、应用场景及未来发展方向。
OpenAI 发布 GPT-4o mini,定位为更具成本效益的智能模型。该页面标题为 GPT-4o mini: advancing cost-efficient intelligence,正文内容未能抓取。
OpenAI 发布基于 GPT-4 的 CriticGPT,用于对 ChatGPT 的回答撰写批评意见,帮助人类训练师在 RLHF 过程中发现错误。
OpenAI 宣布推出新旗舰模型 GPT-4 Omni(GPT-4o),可在音频、视觉和文本之间进行实时推理。
推荐理由:OpenAI 官方发布新旗舰模型,读者可据此了解其在音频、视觉与文本上的实时推理定位。
OpenAI 发布 GPT-4o,并让 ChatGPT 的更多能力向免费用户开放。
推荐理由:OpenAI 发布 GPT-4o,并让 ChatGPT 的更多能力向免费用户开放,可据此了解其模型与免费策略的同步变化。
OpenAI 发布最新旗舰模型 GPT-4o,同时把更多能力开放给 ChatGPT 免费用户。
推荐理由:OpenAI 发布新旗舰模型 GPT-4o,并首次把更多能力开放给 ChatGPT 免费用户。
OpenAI 公开视频生成模型 Sora,在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型,采用作用于视频和图像 latent code 时空 patch 的 Transformer 架构。其最大模型 Sora 可生成一分钟高保真视频,研究结果提示规模化视频生成模型是构建通用物理世界模拟器的一条可行路径。
推荐理由:OpenAI 首次公开视频生成模型 Sora 的技术思路,读者可了解时空 patch 训练与规模化模拟物理世界的路径。
OpenAI 在 DevDay 上发布 GPT-4 Turbo,支持 128K 上下文且价格更低,并推出 GPT-4 Turbo with Vision、Assistants API 和 DALL·E 3 API 等开发者产品。
推荐理由:OpenAI 在 DevDay 一次性公布模型与开发者产品,可据此了解其 API 能力与价格走向。
OpenAI 发布 DALL·E 3 系统卡,用于说明该图像生成模型在安全与风险方面的评估情况。
OpenAI 发布 GPT-4V(ision) 系统卡,介绍该多模态模型在安全与部署方面的评估情况。
OpenAI 发布 GPT-4,称其为扩展深度学习的最新里程碑。GPT-4 是一个大型多模态模型,接受图像和文本输入、输出文本,在多项专业和学术基准上达到人类水平表现,但在许多真实场景中能力仍不及人类。
推荐理由:OpenAI 官方给出 GPT-4 的多模态输入形态与基准表现,可据此了解这一代模型的能力边界。
OpenAI 发布 GPT-4,官方介绍其可在创意与技术写作任务中与用户生成、编辑和迭代内容,例如创作歌曲、撰写剧本,或学习用户的写作风格。
推荐理由:OpenAI 官方发布 GPT-4,摘要点出其在创意与技术写作任务上的生成、编辑与迭代能力。
OpenAI 发布 Point-E,一个可根据复杂提示词生成 3D 点云的系统。
OpenAI 宣布推出新的嵌入向量模型,称其在能力上显著提升,同时成本更低、使用更简单。
OpenAI 训练并开源了神经网络 Whisper,其在英文语音识别上接近人类水平的鲁棒性和准确率。
推荐理由:OpenAI 开源语音识别模型 Whisper,读者可了解其在英文语音识别上的鲁棒性与准确率定位。
OpenAI 为向大众开放 DALL·E 2,在预训练阶段采取缓解措施以降低强大图像生成模型的风险。为此设置了多种防护机制,防止生成图像违反其内容政策。
OpenAI 发布 GPT-3 和 Codex 的新版本,可在已有文本中编辑或插入内容,而不再只是续写现有文本。
推荐理由:原文说明 GPT-3 与 Codex 新增编辑和插入能力,读者可据此了解模型从续写扩展到改写已有文本。
OpenAI 训练出比 GPT-3 更能遵循用户意图的语言模型 InstructGPT,同时更真实、有害内容更少,相关技术来自其对齐研究。这些模型采用人类参与反馈的训练方式,现已作为 OpenAI API 的默认语言模型部署。
推荐理由:OpenAI 说明 InstructGPT 通过人类反馈训练,在遵循用户意图、真实性和有害性上优于 GPT-3,并已成为 API 默认模型。
OpenAI 训练了一个求解小学数学应用题的模型,准确率约为微调 GPT-3 模型的两倍。在自建数据集的同一批题目上,该系统的得分为 55%,而一小批 9-12 岁儿童的得分为 60%。
推荐理由:OpenAI 自述其数学应用题系统在自建数据集上接近 9-12 岁儿童水平,可对照理解当时模型推理能力的位置。
OpenAI 训练了一个名为 DALL·E 的神经网络,可根据自然语言描述生成图像,覆盖自然语言可表达的广泛概念。
推荐理由:OpenAI 官方公布 DALL·E 这一从文本生成图像的神经网络,可据此了解文生图方向的早期起点。
OpenAI 发布名为 CLIP 的神经网络,通过自然语言监督高效学习视觉概念。CLIP 只需提供待识别视觉类别的名称,即可应用于任意视觉分类基准,类似 GPT-2 和 GPT-3 的零样本能力。
推荐理由:OpenAI 介绍 CLIP 用自然语言监督学习视觉概念,读者可了解零样本图像分类的思路来源。