dogip网站开发,google seo实战教程,东莞技术支持骏域网站建设专家,网站开发文档需求模板1 简介
本文根据openAI的2023年3月的《GPT-4 Technical Report 》翻译总结的。
原文地址#xff1a;https://arxiv.org/pdf/2303.08774.pdf 原文确实没有GPT-4 具体的模型结构#xff0c;openAI向盈利组织、非公开方向发展了。也没透露硬件、训练成本、训练数据、训练方法等…1 简介
本文根据openAI的2023年3月的《GPT-4 Technical Report 》翻译总结的。
原文地址https://arxiv.org/pdf/2303.08774.pdf 原文确实没有GPT-4 具体的模型结构openAI向盈利组织、非公开方向发展了。也没透露硬件、训练成本、训练数据、训练方法等。不过也透露了一些思想比如提出了根据模型小的时候预测模型大的时候的表现。 GPT-4开始多模态了支持图片和文本输入输出文本。GPT-4模型还是沿用AR模型的思路transformer模型在一个文档中预测下一个token。GPT-4除了预训练增加了强化学习微调即使用了Reinforcement Learning from Human Feedback (RLHF) 。 GPT-4在一些考试如司法考试上取得了top 10%的成绩。而GPT-3.5的成绩在底部10%。 2 预测扩展性
GPT-4是非常大的训练成本它不能灵活进行特定任务的微调。为此我们开发了一个基础结构和优化的方法可以根据模型小的时候预测模型大的时候的表现。比如使用千分之一到万分之一的GPT-4计算成本就可以预测GPT-4的效果。
loss预测可扩展性
提出了下面公式可以通过小模型预测GPT-4的loss。 如下图设GPT-4计算成本为1x轴前面的就是小模型y轴是损失loss。随着模型增大到GPT-4损失loss可以通过小模型进行预测。 HumanEval验证数据集上能力的预测扩展性
提出了下面公式可以通过小模型预测GPT-4的能力。 其中k和a是正常数P是验证数据集的一个问题集合子集。 如下图设GPT-4计算成本为1x轴前面的就是小模型。随着模型增大到GPT-4大模型能力可以通过小模型进行预测。 3 GPT-4能力
如下图GPT-4比GPT-3.5更好的通过各种学术和专业考试。 GPT-4在考试方面的能力不是太依靠强化学习RLHF在多项选择题上GPT-4和RLHF模型的表现差不多相等。
4 视觉输入
GPT-4支持图片和文本的任意排列的输入。
如下图问GPT-4图片中有什么有趣的事情分别逐张描述。GPT-4准确的描述出图片将过时的VGA连接头插入现代手机进行充电。 5 模型缺点
GPT-4和以前GPT版本有类似的限制最重要的是它不是完全可以信赖的。 GPT-4的训练数据是截至2021年9月的所以没有最新的新闻事件。有时它也会犯错或者被用户欺骗。它也不能处理很难的问题人类可以处理。 GPT-4有时可能对自己的输出过于自信。 6 缓解风险
a)利用专家知识对抗测试Adversarial Testing via Domain Experts
b)搭建模型安全助手Model-Assisted Safety Pipeline包括两个主要成员一个是利用额外的进行安全相关的RLHF训练提示数据集一个基于规则的奖励模型RBRMs。
rule-based reward models (RBRMs)是一个zero-shot的GPT-4分类器。这个分类器在GPT-4进行RLHF微调时提高一个额外的奖励信号使得GPT-4倾向于正确的行为拒绝生成有害的内容或者不要拒绝无害的请求。
c)Improvements on Safety Metrics:在RealToxicityPrompts数据集上GPT-4仅有0.73%的时间产生有毒的内容而GPT-3.5是6.48%时间产生有毒内容。
