Hội nghị phát hành OpenAI GPT-4: Tạo mã, mô tả hình ảnh và suy luận phức tạp...
Tuyển chọn TechFlowTuyển chọn TechFlow
Hội nghị phát hành OpenAI GPT-4: Tạo mã, mô tả hình ảnh và suy luận phức tạp...
Bài viết này sẽ mô tả những điểm nổi bật của GPT-4 và cách tận dụng tối đa tiềm năng thực sự của nó.
Chuyên sâu báo cáo Web3Trong hai năm qua, chúng tôi đã tập trung hoàn toàn vào việc phát triển GPT-4, bắt đầu bằng việc xây dựng lại toàn bộ hệ thống huấn luyện, thực hiện quá trình huấn luyện mô hình, sau đó tìm hiểu xem nó có thể làm được những gì, cố gắng xác định các khả năng và rủi ro của nó, hợp tác với các đối tác để thử nghiệm trong các tình huống thực tế, hiệu chỉnh hành vi của mô hình một cách chính xác và tối ưu hóa để mô hình trở nên hữu dụng.
1. Tóm tắt và xử lý văn bản
Hôm nay, chúng tôi sẽ giới thiệu đến quý vị những điểm nổi bật của GPT-4, cách tận dụng tối đa công cụ này để biến nó thành một trợ lý hiệu quả. Tôi sẽ bắt đầu với nhiệm vụ đầu tiên.
GPT-4 có thể làm điều mà GPT-3.5 chưa thể thực hiện. Sao chép một phần nội dung bài viết blog của chúng tôi và dán vào giao diện tương tác (như hình bên dưới). GPT-3.5 và GPT-4 sử dụng cùng một API và giao diện tương tác, bạn chỉ cần hướng dẫn mô hình cần làm gì. Chúng tôi thiết kế các mô hình này sao cho dễ kiểm soát nhất có thể, vì vậy bạn có thể đưa ra bất kỳ chỉ dẫn nào mong muốn, mô hình sẽ tuân theo một cách tốt. Trong tương lai, khả năng điều khiển mô hình một cách đáng tin cậy sẽ ngày càng mạnh mẽ hơn, và mô hình sẽ phản hồi như một trợ lý.
Nhiệm vụ đầu tiên là tóm tắt bài viết – chuyển cả một bài văn thành một câu duy nhất, nhưng mỗi từ đều phải bắt đầu bằng chữ "G". GPT-3.5 thậm chí không thử mà bỏ cuộc ngay lập tức (có thể thành công nếu bài viết rất cứng nhắc), trong khi GPT-4 hoàn thành xuất sắc nhiệm vụ này.
Bởi GPT-3.5
Bởi GPT-4
Tôi vừa minh họa việc tóm tắt một bài viết hiện có, GPT-4 còn có thể linh hoạt tổng hợp điểm chung giữa các bài viết khác nhau. Tôi sao chép một bài báo hôm qua về PyneCone – một framework phát triển ứng dụng web bằng Python – vào cùng một phiên hội thoại. GPT-4 sẽ tóm tắt thế nào? “Cả hai đều tập trung vào việc làm cho công nghệ dễ tiếp cận hơn, thân thiện với người dùng hơn”. Nếu kết quả chưa sâu sắc, mô hình luôn có thể đưa ra phản hồi bổ sung.
Giờ tôi yêu cầu GPT-4 biến nội dung bài blog thành văn vần. Kết quả như sau:
2. Tạo mã
Chúng tôi có một khung đánh giá mã nguồn mở (Eval) giúp định hướng phát triển; tất cả người dùng đều có thể hiểu rõ chức năng mô hình và nâng cấp lên một tầm cao mới. Tiếp theo, tôi sẽ minh họa cách dùng GPT-4 để xây dựng (tạo mã). Chúng ta sẽ tạo một bot Discord, tôi sẽ xây dựng trực tiếp để minh họa quy trình và gỡ lỗi. Trước tiên, mô hình sẽ viết giả mã, sau đó mới chuyển sang mã thật. Phương pháp này rất hữu ích để phân tách vấn đề thành các phần nhỏ hơn, tránh yêu cầu mô hình đưa ra giải pháp phức tạp ngay lập tức, đồng thời giúp việc hiểu mã trở nên dễ dàng hơn. (Một điểm cần lưu ý: mô hình được huấn luyện đến năm 2021, do đó GPT-4 có thể không biết rõ các giao diện và module mới, nhưng chúng ta có thể điều chỉnh thông qua chỉ dẫn.)
Lưu ý rằng, theo thời gian, Discord API đã thay đổi đáng kể, đặc biệt là một số tính năng đã được cập nhật sau khi mô hình được huấn luyện, nên GPT-4 không biết đang dùng phiên bản API nào.
Hãy thử lại lần nữa, đảm bảo rằng chúng ta hiểu rõ mã đang làm gì.
Giờ xuất hiện vấn đề thứ hai: mô hình không biết tôi đang chạy trong môi trường nào. Bạn có thể nói với mô hình: “Tôi đang dùng Jupyter, hãy sửa để nó hoạt động được” – và mô hình sẽ xử lý mà không gặp khó khăn.
3. Mô tả hình ảnh
GPT-4 không chỉ là một mô hình ngôn ngữ, mà còn là một mô hình thị giác. Thực tế, nó có thể linh hoạt xử lý đầu vào gồm hình ảnh và văn bản bất kỳ, giống như tài liệu. Bạn có thể đặt mọi câu hỏi, ví dụ: “Hãy mô tả chi tiết hình ảnh này?” Mô hình có thể nắm bắt nhiều phần khác nhau của hệ thống và mô tả một cách tỉ mỉ (một việc chúng tôi phải làm là tăng tốc độ xử lý – đây là một trong những điểm chúng tôi đang nỗ lực tối ưu hóa). Tiếp theo, chúng tôi sẽ thực hiện theo yêu cầu của khán giả. Đây là ảnh chụp màn hình giao diện ứng dụng Discord, có thể thấy GPT-4 mô tả rất chi tiết về giao diện, bao gồm toàn bộ nội dung trò chuyện, thời gian, thứ tự phát biểu của người dùng, cũng như nhiều thông báo và người dùng trong kênh.
Một tính năng mới của GPT-4 là độ dài ngữ cảnh – 32.000 tokens là giới hạn tối đa hiện tại mà chúng tôi hỗ trợ. Mô hình có thể linh hoạt xử lý tài liệu dài, đây cũng là một lĩnh vực chúng tôi vẫn đang tối ưu hóa. Nếu bạn thực sự quan tâm đến xử lý văn bản dài, hãy cho chúng tôi biết. Chúng tôi muốn xem nó sẽ mở ra những ứng dụng nào.
4. Tạo hình ảnh - văn bản - trang web
Tôi xin đưa thêm một ví dụ nữa: đây là bản phác thảo tay một trang web hài hước. Chúng tôi yêu cầu GPT-4 tự động tạo prototype trang web. GPT-4 thực hiện trích xuất văn bản từ hình ảnh và xuất ra mã HTML. Chúng tôi vẫn đang khám phá các phương pháp mới để sử dụng tính năng này và sẽ hợp tác với các đối tác. Chúng tôi sẽ bắt đầu từ đây để mở rộng, nhưng xin hãy kiên nhẫn vì cần một thời gian trước khi tính năng này có thể tiếp cận được mọi người.
5. Suy luận phức tạp (thuế)
GPT không phải chuyên gia thuế, nhưng việc hiểu một số nội dung dày đặc là rất hữu ích, giúp hỗ trợ giải quyết vấn đề và xử lý các tình huống khi bạn không thể tự giải quyết. Giờ tôi nói với nó rằng: “Bạn là GPT về thuế”, rồi dán khoảng 16 trang luật thuế. Có một câu hỏi về Alice và Bob: họ từng kết hôn, đây là thu nhập của họ, và họ nộp thuế chung. Câu hỏi đầu tiên: khoản khấu trừ tiêu chuẩn của họ trong năm 2018 là bao nhiêu?
Mô hình nhanh chóng đưa ra câu trả lời đúng và có thể đọc phần giải thích của nó. Bằng cách yêu cầu mô hình trình bày rõ ràng quá trình suy luận, dù chúng tôi chưa từng đọc luật thuế, giờ đây cũng hiểu được vấn đề. Tiếp theo, tính toán tổng số thuế phải nộp – mô hình xử lý tính toán rất tốt. GPT-4 sở hữu nhiều chức năng nền tảng linh hoạt, và bạn có thể dựa trên đó để thử nghiệm các phương pháp nhằm nâng cao hệ thống này.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
