Transcription rapide de la conférence de lancement d'OpenAI GPT-4 : génération de code, description d'images et raisonnement complexe...
TechFlow SélectionTechFlow Sélection
Transcription rapide de la conférence de lancement d'OpenAI GPT-4 : génération de code, description d'images et raisonnement complexe...
Cet article décrira les points forts de GPT-4 et expliquera comment en tirer pleinement parti.
Dédié à des analyses Web3 approfondiesAu cours des deux dernières années, nous nous sommes concentrés sur la livraison de GPT-4, en commençant par la reconstruction complète de notre pile d'entraînement, puis en entraînant réellement le modèle, ensuite en explorant ses capacités et ses limites, en collaborant avec des partenaires pour tester le modèle dans des scénarios du monde réel, en affinant son comportement et en optimisant le modèle pour le rendre utilisable.
I. Résumé et traitement textuel
Aujourd'hui, nous allons vous présenter les points forts de GPT-4, comment en tirer pleinement parti, en faire un bon outil et un bon partenaire. Je vais d'abord vous montrer une première tâche.
Une chose que GPT-4 peut faire mais pas GPT-3.5 : copier une partie du contenu d'un article de blog et le coller dans l'interface interactive (voir image ci-dessous). GPT-3.5 et GPT-4 utilisent la même API et la même interface interactive ; vous expliquez simplement au modèle ce qu'il doit faire. Nous avons rendu ces modèles très faciles à contrôler : vous pouvez leur donner n'importe quelle instruction selon vos besoins, et le modèle s'y conformera fidèlement. À l'avenir, cette capacité à manipuler fiablement le modèle deviendra encore plus puissante, et le modèle répondra comme un assistant.
La première tâche consiste à résumer un article en une seule phrase où chaque mot commence par « G ». GPT-3.5 n'a même pas essayé et a abandonné la tâche (il pourrait réussir avec un texte très rigide). En revanche, GPT-4 accomplit cette tâche avec succès.
By GPT-3.5
By GPT-4
J'ai ainsi démontré la capacité de résumé d'articles existants. GPT-4 peut également résumer efficacement plusieurs articles différents en identifiant leurs points communs. J'ai copié un article d'actualité d'hier dans la même conversation — un article sur PyneCone, un framework de développement d'applications web en Python. Comment GPT-4 le résume-t-il ? « Les deux se concentrent sur la simplification de l'accès à la technologie et sur une meilleure convivialité pour l'utilisateur. » Si cela ne vous semble pas assez profond, le modèle peut à tout moment fournir des retours complémentaires.
Je demande maintenant à GPT-4 de reformuler le contenu de son blog en vers rimés. Voici le résultat :
II. Génération de code
Nous disposons d’un cadre d’évaluation open source (Eval) qui nous aide à guider le processus, permettant à tous les utilisateurs de comprendre les fonctionnalités du modèle et de les porter à un niveau supérieur. Voyons maintenant comment utiliser GPT-4 pour construire (génération de code). Nous allons créer un bot Discord, que je construirai en direct, afin de vous montrer le processus et le débogage. Le principe est d’abord d’écrire en pseudocode, puis de passer au code réel. Cette méthode est très utile pour décomposer un problème en parties plus petites, évitant ainsi de demander au modèle de trouver immédiatement une solution extrêmement complexe. Cela rend aussi le processus beaucoup plus compréhensible. (Un point à noter : le modèle a été entraîné jusqu’en 2021, donc GPT-4 peut ignorer les nouvelles interfaces ou modules apparus depuis. Mais cela peut être corrigé via des instructions précises.)
Il faut noter que l'API Discord a considérablement évolué depuis l'entraînement du modèle, notamment sur certaines fonctionnalités. GPT-4 ne sait donc pas quelle version de l'API est utilisée.
Essayons à nouveau, en nous assurant de bien comprendre ce que fait le code.
Un deuxième problème apparaît : le modèle ignore l'environnement dans lequel je travaille. Vous pouvez lui dire : « Je travaille sous Jupyter, fais en sorte que ça fonctionne », et il s'adaptera sans problème.
III. Description d'image
GPT-4 n'est pas seulement un modèle linguistique, c'est aussi un modèle visuel. En effet, il peut accepter de manière flexible n'importe quelle combinaison d'images et de texte, comme s'il s'agissait de documents. Vous pouvez poser toutes les questions souhaitées : « Pouvez-vous décrire en détail cette image ? » Le modèle est capable de saisir de nombreuses parties différentes du système et de fournir une description détaillée. (L'un de nos défis est d'accélérer le système, ce que nous travaillons activement à améliorer.) Passons maintenant aux demandes du public. Voici une capture d'écran de l'interface d'une application Discord. On voit que GPT-4 décrit très précisément l'interface, mentionnant tous les contenus de discussion, les horaires, l'ordre des interventions des utilisateurs, ainsi que de nombreux messages de notification et les membres des canaux.
Une nouveauté de GPT-4 est sa longueur de contexte : 32 000 tokens, qui constitue actuellement notre limite maximale prise en charge. Le modèle peut ainsi manipuler habilement de longs documents, bien que nous continuions à l’optimiser. Si vous êtes particulièrement intéressé par les longs textes, faites-le-nous savoir. Nous souhaitons voir quelles applications peuvent ainsi être débloquées.
IV. Génération d’image-texte-site web
Voici un autre exemple : un croquis manuscrit très réussi d’un site web humoristique. Nous demandons à GPT-4 de générer automatiquement un prototype de site web. GPT-4 parvient à extraire les informations textuelles de l’image et à les convertir en HTML. Nous explorons encore de nouvelles façons de l’utiliser et collaborerons avec des partenaires. Nous partirons de là pour étendre ses capacités, mais soyez patients : il faudra un peu de temps avant que chacun puisse vraiment y accéder.
V. Raisonnement complexe (fiscalité)
GPT n’est pas un expert fiscal, mais il peut aider à comprendre des contenus complexes, à résoudre des problèmes ou à gérer des situations lorsque vous êtes bloqué. Supposons maintenant que je dise au modèle qu’il est un « GPT fiscal », et que je colle environ 16 pages de législation fiscale. Prenons le cas d’Alice et Bob : ils ont été mariés, voici leurs revenus, ils déclarent ensemble. Première question : quel était leur abattement standard en 2018 ?
Le modèle obtient rapidement la réponse correcte, et on peut suivre son raisonnement étape par étape. En demandant au modèle d’expliciter sa logique, même sans avoir lu la loi fiscale, nous comprenons maintenant parfaitement la situation. Calculons maintenant leur passif total : le modèle excelle dans les calculs mentaux. GPT-4 possède de nombreuses fonctionnalités de base très flexibles, sur lesquelles vous pouvez expérimenter divers moyens d'améliorer ces systèmes.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
