首页 > 业界 > 关键词  > OpenAI最新资讯  > 正文

OpenAI承认GPT-4变懒,即将发布修复方案提升性能

2023-12-11 14:23 · 稿源:站长之家

**划重点:**

1. 🤯 用户反馈:GPT-4使用者抱怨OpenAI破坏了体验,称模型几乎“害怕”提供答案。

2. 🕵️‍♂️ 问题认知:OpenAI承认性能问题,归因于模型训练数据变化,试图提高准确性却导致意外的懒散行为。

3. ⏳ 修复时间表:OpenAI未明确发布修复计划的确切时间,但强调高度重视,并将密切关注竞争对手,如Google的Gemini1.0。

站长之家(ChinaZ.com)12月11日 消息:近期,OpenAI的GPT-4引起了广泛关注,使用者纷纷抱怨模型变得“懒散”且不愿提供答案。OpenAI在社交平台X上承认了这一问题,表示模型自11月11日以来未进行更新,并强调这并非故意设计。

针对用户的批评,OpenAI承认了GPT-4的性能问题,并将其归因于对模型微调所用训练数据的变更。尽管这一变更旨在提高准确性和减少偏见,但却不慎导致了观察到的懒散现象。一些使用者表示,模型似乎变得几乎“害怕”提供答案,而其他人则表示现在需要更精确的提示,而这在以前是可选的。

AI chatGPT 人工智能

图源备注:图片由AI生成,图片授权服务商Midjourney

OpenAI为其立场辩护,声称模型自11月12日以来未发生变化,但问题在于“模型行为的差异可能很微妙”,只有特定的提示可能会“退化”。尽管进行了这些修改,但OpenAI警告称使用者和员工可能需要一些时间才能识别这些模式。

至于修复的时间表,OpenAI尚未提供确切的实施计划,但他们强调这是一个高优先级的任务,并正在努力解决问题。OpenAI没有为新的更新模型指定发布日期,但肯定会密切关注竞争对手,特别是Google推出Gemini1.0系列的情况。

GPT-4所面临的挑战突显了开发和部署大型语言模型的复杂性。OpenAI对解决问题的透明度和承诺为未来AI发展提供了宝贵的见解。

举报

  • 相关推荐
  • 全球首个!OpenAI将推“AI版抖音”:禁止上传实拍内容 视频100%由AI生成

    国庆假期前夕,OpenAI发布了Sora 2,一款旗舰视频和音频生成模型。 据介绍,Sora 2可以完成以前的视频生成模型难以完成的事情,比如运动员的奥林匹克体动作、桨板上的后空翻,准确模拟浮力和刚度的动态等等,并擅长现实主义、电影和动漫风格。 一则来自《连线》杂志的重磅爆料更是指出,OpenAI的下一步棋,并非简单升级一个模型,而是要亲自下场,推出一个独立的AI影�

  • OpenAI发布GPT-5-Codex:可完成7小时单次编程任务

    OpenAI宣布推出新一代AI编程模型GPT-5-Codex,其最大亮点是创新的动态时间分配系统。 不同于传统AI追求秒级响应”,该模型可根据任务复杂度灵活调整处理时长,从数秒到7小时不等,以更接近人类专家的决策方式优化代码质量。 GPT-5-Codex产品负责人亚历山大恩比里科斯解释称,传统模型在任务初期即固定计算资源,而GPT-5-Codex能实时评估需求:动态决定加速推进、暂停语法核�

  • 美团发布高效推理模型LongCat-Flash-Thinking:部分性能接近GPT5

    9月23日,美团LongCat团队发布全新高效推理模型LongCat-Flash-Thinking。该模型在保持极致速度的同时,性能更强大、更专业,在逻辑、数学、代码、智能体等多个领域的推理任务中达到全球开源模型最先进水平(SOTA),部分任务性能接近闭源模型GPT5-Thinking。它增强了智能体自主调用工具能力,扩展了形式化定理证明能力,成为国内首个结合深度思考、工具调用与非形式化、形式化推理的大语言模型。在数学、代码、智能体等高复杂度任务上表现尤为突出,多项基准测试成绩领先开源及闭源顶尖模型,已在HuggingFace、Github全面开源。

  • Qwen3-Max成阿里通义“地表最强”:性能超GPT5 数学推理直接满分

    9月24日,2025云栖大会开幕,阿里通义千问旗舰模型Qwen3-Max重磅亮相,性能超越GPT-5、Claude+Opus 4等,跻身全球前三。该模型包含指令和推理两大版本,预训练数据量达36T tokens,总参数超万亿,具备极强编程和工具调用能力。在SWE-Bench测试中,指令版斩获69.6分全球第一;Tau2-Bench工具调用测试达74.8分,超越同类模型。推理增强版Qwen3-Max-Thinking在数学推理测试中获满分,国内首次突破。通义千问系列已实现全尺寸覆盖,包含三百多个模型。即日起,用户可在QwenChat免费体验Qwen3-Max,或通过阿里云百炼平台调用API服务。

  • AI日报:豆包大模型1.6-vision发布;DeepSeek发布V3.2-exp模型;Claude Sonnet4.5发布

    本期AI日报聚焦多项技术突破:DeepSeek发布V3.2-exp模型,通过稀疏注意力机制降低API成本50%;Anthropic推出Claude Sonnet 4.5,在编码任务表现卓越;ChatGPT新增即时结账功能,实现对话界面直接购物;OpenAI将推出AI版TikTok,所有内容由Sora2模型生成;百度地图升级小度想想2.0,提供智能出行服务;蚂蚁集团开源万亿参数模型Ring-1T-preview;DeepMind提出“帧链”概念,推动视频模型实现全面�

  • 真我GT8 Pro正面首曝:2K 144Hz视觉四等边直屏

    真我GT8+ Pro曝光,采用视觉四等边2K直屏,为业内首款2K+144Hz屏幕,搭载BOE Q10+发光材料,峰值亮度达7000nit。配备第五代骁龙8至尊版芯片,采用台积电3nm工艺,搭配电竞独显芯片R1优化性能。影像方面搭载2亿像素潜望长焦,支持3倍光学变焦和120倍数码变焦,摄像头模组采用独特机器人形状设计。此外配备对称式双扬声器、120W快充、7K大电池及X轴线性马达等。真我高管称其为同价位最佳屏幕之一,预计节后公布更多信息。

  • Matrixport 于 Token2049 新加坡期间举办 DAT 高峰论坛,聚焦下一轮市场周期话语权

    在2025年TOKEN2049新加坡峰会期间,Matrixport举办闭门论坛探讨数字资产财库战略。与会专家一致认为,DAT正从风控工具升级为机构战略核心,预计将形成寡头主导格局。Matrixport通过一站式解决方案推动行业标准化,其管理的DATCO持仓规模突破千亿美元。论坛凸显DAT作为华尔街资本入局加密市场的重要通道,未来将在全球金融体系中扮演关键角色。

  • 京东推出AI购物APP京犀:帮你选出最心仪商品

    9月25日,2025京东全球科技探索大会在京开幕。京东宣布未来三年将持续加大投入,推动人工智能技术与实体产业深度融合,目标构建覆盖全产业链的万亿级AI生态体系。作为战略落地的关键一步,京东正式推出新一代购物与生活服务超级入口“京犀”App,通过AI技术重构消费体验,引发行业高度关注。该应用将AI深度嵌入购物全流程,基于用户行为与商品特征精准理解需求,智能推荐商品并优化结算路径,实现“无感式”顺畅下单。平台整合餐饮、票务、住宿等高频生活服务场景,用户通过语音指令即可完成全流程操作。此次将AI能力全面开放至消费端,标志着京东从“供应链技术提供商”向“生活服务生态构建者”的角色升级。

  • 性能超越GPT-4o及Qwen2.5-VL,百度超轻量小模型PP-OCRv5 Blog持续登顶Hugging Face热度第一

    百度发布超轻量级文字识别模型PP-OCRv5,仅0.07B参数却实现媲美700亿参数大模型的OCR精度。在多项测试中超越GPT-4o等通用视觉大模型,尤其在文本定位和边界框精度上表现优异。该模型支持5种文字类型识别,适用于教育、医疗、法律等多行业数字化需求,累计下载量超900万,是GitHub上唯一Star数超5万的中国OCR项目。

  • 一图读懂真我GT8 Pro 2K 144Hz苍穹屏:为玩家打造神级好屏

    真我GT8+ Pro屏幕参数全面曝光,搭载2K 144Hz“苍穹屏”,行业首发4000nit阳光显示,峰值亮度达7000nit。采用京东方Q10+发光材料,支持360Hz四指触控采样率与3200Hz瞬时触控,响应更快。首发1nit极暗护眼技术,支持全应用适配,并引入真彩护眼低蓝光方案,色彩准确度提升64.8%。全亮度DC调光默认开启,SVM频闪指标低至0.07。真我中国区总裁徐起表示,随着电池容量升级至7K mAh级别,2K屏功耗问题得到平衡,这将是同价位最佳屏幕之一。新机预计十月发布。

今日大家都在搜的词: