ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
GPT-4不偷懒了!OpenAI连甩五个大模型,价格最低打两折
8914点击    2024-01-27 10:47

OpenAI深夜更新!一口气连甩五个大模型:


  • 新的GPT-4 Turbo预览模型

  • 新的GPT-3.5 Turbo型号

  • 新的文本审核模型

  • 两种新文本嵌入模型

实打实地来了个加量又减价,甚至有模型直接来了个骨折价——降到了原来的五分之一。



开发者狂喜!



除此之外,这些模型性能方面都比以往都更强大,还解决了此前反馈的一些问题,比如GPT-4变懒的情况。


网友表示:开发者的巨大胜利。



话不多说,这就来看看OpenAI此次大放送!


OpenAI连甩5个大模型


全新GPT-4 Turbo预览模型


首先是GPT-4 Turbo预览模型的更新:gpt-4-0125-preview


据介绍,该模型能更完整彻底地完成代码生成等任务,以减少模型未完成任务的“惰性”情况。


此前,不少开发者曾吐槽GPT-4变懒的问题,尤其在代码任务上尤其严重。



比如写代码时爱省略,代码块中间用文字描述断开,人类就需要多次复制粘贴,再手动补全,很麻烦。


当时OpenAI的回应是:暂时无法修复。如今总算是解决了。


除此之外,还引入了自动升级机制:gpt-4-turbo-preview的模型别名,这样可以第一时间体验到最新模型了。


据介绍,自GPT-4 Turbo发布以来,GPT-4 API客户有超过70%请求已转换为GPT-4 Turbo。如今他们计划在未来几个月内推出新版GPT-4 Turbo。


GPT-3.5 Turbo新型号


OpenAI透露,他们将在下周推出新的GPT-3.5 Turbo模型gpt-3.5-turbo-0125,价格更低、性能更强。


新的模型输入价格将降低50%,每1000Tokens只需0.0005美元,输出价格降低25%,至0.0015美元/1000Tokens。


除此之外,新模型也将会有更高精度的请求响应,以及修复非英文的文本编码问题。


用户只需使用gpt-3.5-turbo这个模型别名,就会在发布后两周内自动升级。


新文本嵌入模型


然后是text-embedding-3-small和text-embedding-3-large


简单来说,相较于其他大模型,嵌入模型能更好帮助理解内容(比如自然语言或代码)之间的关系,并执行聚类或检索等任务。


因此它可以支撑像ChatGPT和Assistant API中的知识检索功能,以及许多检索增强生成(RAG)开发工具等应用程序。




其中,text-embedding-3-small这个小型号模型。在性能方面,它相较于此前发布text-embedding-ada-002,在多语言检索常用基准(MIRACL)的平均分由31.4%上升到44.0%,而英语任务常用基准(MTEB)的平均分由61.0%上升到62.3%。


而定价更是降到了此前的五分之一,每1000 Tokens价格从0.0001美元降低到0.00002美元。


而另一个大型号的模型text-embedding-3-large,可以支持3072嵌入维数。在性能上,比text-embedding-ada-002,在MIRACL上,平均分数从31.4%增加到54.9%,而在MTEB上,平均分数从61.0%增加到64.6%。



除此之外,他们还引入了新的训练技术,让开发者可以灵活地在性能和成本之间权衡。例如,在MTEB基准上,text-embedding-3-large嵌入可以缩短为256,同时仍然优于未缩短的text-embedding-ada-002嵌入,其大小为1536。



新的文本审核模型


最后,他们还将发布号称“迄今最强大的审核模型”text-moderation-007,免费审核API允许开发人员识别潜在有害的文本。


他们还特意声明,默认情况下,发送到OpenAI API的数据不会用于训练或改进OpenAI模型。


另外,他们还改进了两个平台,让开发人员能清楚地了解使用情况以及API密钥的控制。


大抵是这样的。



One More Thing


有个OpenAI工程师在社交网络上在线招人,结果不小心剧透了他们最新进展:


我们正在构建(我认为)可能成为行业定义的零到一产品。

该产品利用了他们即将推出的新型号产品。



搓搓手期待起来了~


参考链接:

[1]https://openai.com/blog/new-embedding-models-and-api-updates

[2]https://twitter.com/newhouseb/status/1750631406043320391


文章来自于微信公众号“量子位”(ID: QbitAI),作者 “白交”


AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI