ChatGPT-4 es la herramienta de lenguaje más poderosa de OpenAI hasta el momento

Todavía capaz de completar todas sus hazañas recreativas anteriores; ya sea escribiendo guiones, copia de redes sociales o recetas de cocina para todo lo que queda en su refrigerador, una serie de nuevos puntos de referencia han subrayado sus mejoras de rendimiento. 

Únicamente como muestra de la tecnología, la compañía reveló que ChatGPT-4 superó los exámenes Uniform Bar Exam, LSAT SAT Maths y SAT Evidence-Based Reading & Writing de los abogados, con una puntuación de 88th percentil y superior.  

Dado que se han prohibido varios modelos GPT en varios estados de EE. UU. para detener a los estudiantes asignaciones de trampa, hacer una demostración de GPT-4 con varias pruebas académicas fue sin duda una decisión extraña. Sin embargo, salió adelante con gran éxito. Aquí están los resultados completos.

Cuando se habla de su función clave: proporcionar respuestas matizadas y seleccionadas en Internet, el modelo más nuevo todavía tiene algunas limitaciones. Por un lado, el conjunto de datos que entrenó al sistema se cortó en 2021, lo que significa que las indicaciones sobre nuevos temas son impredecibles según lo que era un registro público en ese momento. 

Sin embargo, por el lado positivo, es menos probable que los usuarios rompan las barreras de protección de Bing y provoquen que el bot comparta consejos peligrosos, sentimientos amenazantes o información errónea directa. Todavía hay casos de las llamadas "alucinaciones" y comportamiento desquiciado, pero teóricamente, deberían ser pocos y espaciados ahora. 

Debido a seis meses de capacitación y ajustes de seguridad, ahora es '82 por ciento menos probable que responda a solicitudes de contenido no permitido y 40 por ciento más probable que produzca respuestas fácticas que GPT-3.5', dice una publicación de blog de OpenAI. 

Además de jugar con el nuevo bing, obtener acceso completo a ChatGPT-4 y su nueva y emocionante función de imagen requiere registrarse en ChatGPT plus por $ 20 al mes. Si la actualización merece o no ese desembolso, se aclarará en un futuro próximo.