ChatGPT-4 è ancora lo strumento linguistico più potente di OpenAI

Ancora in grado di completare tutte le sue precedenti imprese ricreative; che si tratti di scrivere script, copiare sui social media o cucinare ricette per tutto ciò che è rimasto nel tuo frigorifero, una serie di nuovi benchmark hanno sottolineato i suoi miglioramenti delle prestazioni. 

Puramente come vetrina della tecnologia, la società ha rivelato che ChatGPT-4 ha superato gli esami Uniform Bar Exam, LSAT SAT Math e SAT Evidence-Based Reading & Writing, ottenendo un punteggio nell'88th percentile e oltre.  

Dato che vari modelli GPT sono stati vietati in diversi Stati degli Stati Uniti per fermare gli studenti incarichi imbrogliati, provare GPT-4 con vari test accademici è stata sicuramente una decisione strana. Tuttavia, ha funzionato a pieni voti. Ecco i risultati completi.

Quando si parla della sua funzione chiave: fornire risposte sfumate e curate richieste su Internet, il modello più recente presenta ancora alcune limitazioni. Per prima cosa, il set di dati che ha addestrato il sistema è stato interrotto al 2021, il che significa che le richieste relative a nuovi argomenti vengono incostante a seconda di ciò che era un record pubblico in quel momento. 

Al rialzo, tuttavia, è meno probabile che gli utenti rompano i guardrail di Bing e inducano il bot a condividere consigli pericolosi, sentimenti minacciosi o disinformazione diretta. Ci sono ancora casi di cosiddette "allucinazioni" e comportamento sfrenato, ma in teoria dovrebbero essere pochi e lontani da adesso. 

A causa di sei mesi di formazione e modifiche sulla sicurezza, secondo quanto riferito ora è "l'82% in meno di probabilità di rispondere alle richieste di contenuti non consentiti e il 40% in più di probabilità di produrre risposte fattuali rispetto a GPT-3.5", afferma un post sul blog di OpenAI. 

A parte giocare con il nuovo Bing, ottenere l'accesso completo a ChatGPT-4 e alla sua nuova entusiasmante funzione di immagine richiede l'iscrizione a ChatGPT plus per $ 20 al mese. Se l'aggiornamento meriti o meno tale esborso, diventerà più chiaro nel prossimo futuro.