实测GPT4.5：更像人了，有惊喜但提升微妙

AI寒武纪2025-02-28

北京时间凌晨4点钟OpenAI举行一个14分钟左右的直播发布，GPT4.5 终于发布了！凌晨4点爬起来第一时间给大家更新，😄废话不多说，先看看Sam Altman的对GPT 4.5的感受：Sam：GPT-4.5 准备好了！好消息：它是我遇到的第一个感觉像是在和一位有思想的人交谈的模型。我有好几次都向后靠在椅子上，惊讶于竟然能从人工智能那里得到真正的好建议坏消息：这是一个庞大且昂贵的模型。 ...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2514354332?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-02-28 07:11","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2514354332","market":"us","top_or_hot":-1,"title":"实测GPT4.5：更像人了，有惊喜但提升微妙","media":"AI寒武纪","content":"<div>\n<p>北京时间凌晨4点钟OpenAI举行一个14分钟左右的直播发布，GPT4.5 终于发布了！凌晨4点爬起来第一时间给大家更新，😄废话不多说，先看看Sam Altman的对GPT 4.5的感受：Sam：GPT-4.5 准备好了！好消息： 它是我遇到的第一个感觉像是在和一位有思想的人交谈的模型。 我有好几次都向后靠在椅子上，惊讶于竟然能从人工智能那里得到真正的好建议坏消息： 这是一个庞大且昂贵的模型。 ...</p>\n\n<a href=\"https://tech.ifeng.com/c/8hKW1DoEdqM\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>实测GPT4.5：更像人了，有惊喜但提升微妙</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n实测GPT4.5：更像人了，有惊喜但提升微妙\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-02-28 07:11 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8hKW1DoEdqM><strong>AI寒武纪</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>北京时间凌晨4点钟OpenAI举行一个14分钟左右的直播发布，GPT4.5 终于发布了！凌晨4点爬起来第一时间给大家更新，😄废话不多说，先看看Sam Altman的对GPT 4.5的感受：Sam：GPT-4.5 准备好了！好消息： 它是我遇到的第一个感觉像是在和一位有思想的人交谈的模型。 我有好几次都向后靠在椅子上，惊讶于竟然能从人工智能那里得到真正的好建议坏消息： 这是一个庞大且昂贵的模型。 ...</p>\n\n<a href=\"https://tech.ifeng.com/c/8hKW1DoEdqM\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4531","symbol_name":"中概回港概念","start_time":0,"source_url":"https://tech.ifeng.com/c/8hKW1DoEdqM","article_id":"2514354332","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2514354332","pubTimestamp":1740697866,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"北京时间凌晨4点钟OpenAI举行一个14分钟左右的直播发布，GPT4.5 终于发布了！知识更渊博，能力更全面除了情商升级， GPT-4.5 的知识储备和能力也得到了显著提升。这次的 GPT-4.5 更是吊足了大家的胃口，毕竟距离 GPT-4 发布已经过去大约两年了！GPT-4: 感觉确实更好，但 Karpathy 也坦言，提升是 微妙的 。GPT-4.5：微妙的提升，依旧令人兴奋带着对 GPT-4 这种“微妙提升”的预期，Karpathy 对 GPT-4.5 进行了测试。这次 GPT-4.5 的预训练算力比 GPT-4 又提升了 10 倍！","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4531":"中概回港概念","BK4568":"美国抗疫概念","BK4526":"热门中概股","BK4108":"电影和娱乐","BK4505":"高瓴资本持仓","EQ":"Equillium Inc.","BK4139":"生物科技","BK4552":"Archegos爆仓风波概念"},"translate_title":"Actual measurement of GPT4.5: more human-like, with surprises but subtle improvements","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"EQ":1},"content_text":"北京时间凌晨4点钟OpenAI举行一个14分钟左右的直播发布，GPT4.5 终于发布了！凌晨4点爬起来第一时间给大家更新，😄废话不多说，先看看Sam Altman的对GPT 4.5的感受：Sam：GPT-4.5 准备好了！好消息： 它是我遇到的第一个感觉像是在和一位有思想的人交谈的模型。 我有好几次都向后靠在椅子上，惊讶于竟然能从人工智能那里得到真正的好建议坏消息： 这是一个庞大且昂贵的模型。 我们真的想同时向 Plus 和 Pro 用户推出它，但我们的用户增长非常迅速，以至于 GPU 不够用了。 我们将在下周增加数万个 GPU，然后向 Plus 用户层推出它。（数十万个即将到来，而且我确信你们会用完我们能部署的每一个。）这不是我们希望的运营方式，但很难完美预测导致 GPU 短缺的增长激增。温馨提示：这并非一个推理模型，也不会在基准测试中表现突出。 这是一种不同类型的智能，并且它有一种我以前从未感受过的魔力。 真的非常激动能让大家试试它！是不是觉得泛善可陈？下面我们来看看GPT4.5长什么样子（发布会视频附在文章最后）：发布会一开始上，OpenAI先展示了一个例子。当用户表达 “朋友又取消了我的约会，我太生气了，想发消息骂他” 这种负面情绪时， GPT-4.5 展现出了惊人的理解能力和情商：• 老模型 (o1) 的回复： 直接按照指令输出了愤怒的骂人短信，虽然完成了任务，但显得冷冰冰，甚至有点 “火上浇油”。• GPT-4.5 的回复： 它不仅给出了更温和、更建设性的短信建议，还 “听” 出了用户言语背后的 真实需求 —— TA 可能只是需要倾诉和安慰，而不是真的想和朋友闹翻！这种细微的情感理解和微妙回应，正是 GPT-4.5 的亮点之一！它不再是冷冰冰的机器，能够更好地理解我们的 真实意图和情感需求。知识更渊博，能力更全面除了情商升级， GPT-4.5 的知识储备和能力也得到了显著提升。发布会上OpenAI对比了 GPT 系列模型回答 “为什么海洋是咸的” 这个问题：• GPT-1: 完全懵圈• GPT-2: 有点沾边，但还是错误答案。• GPT-3.5 Turbo: 给出了正确答案，但解释很生硬，细节冗余。• GPT-4 Turbo: 答案不错，但有点 “炫技”，不够简洁明了。• GPT-4.5: 完美答案！ 简洁、清晰、有条理，第一句话 “海洋是咸的，因为雨水、河流和岩石” 更是朗朗上口，充满趣味性！更强，更快，更安全按照OpenAI的说法这些进步背后，是 GPT-4.5 在技术上的全面升级：• 更强的模型： 更大的模型规模，更多的计算资源投入，带来更强大的语言理解和生成能力。• 创新的训练机制： 采用新的训练机制，使用更小的资源 footprint 就能微调如此巨大的模型。• 多迭代优化： 通过监督微调和人类反馈强化学习 (RLHF) 的组合进行多轮迭代训练，不断提升模型性能。• 多数据中心预训练： 为了充分利用计算资源，GPT-4.5 甚至跨多个数据中心进行预训练！ 这规模，想想都震撼！• 低精度训练和推理优化： 采用低精度训练和新的推理系统，保证模型又快又好。• 更安全的模型： 经过严格的安全评估和准备度评估，确保模型可以安全可靠地与世界分享性能表现发布会上OpenAI 还展示了 GPT-4.5 在各种 benchmark 上表现：GBQA (推理密集型科学评估): 大幅提升！虽然还落后于 OpenAI-03 Mini (可以思考后再回答的模型)，但已经非常接近！AIME24 (美国高中竞赛数学评估): 相对推理模型提升不多SWE Bench verified (Agentic 编码评估): 相比GPT4o仅仅提升7%SWE Lancer (更依赖世界知识的 Agentic 编码评估): 超越 OpenAI-03 Mini！Multilingual MMLU (多语言语言理解基准): 提升不到4%Multimodal MMLU (多模态理解): 多模态能力提升5%左右Andrej Karpathy 评测GPT-4.5相信大家和我一样，对 GPT 的每一次迭代都充满了期待。这次的 GPT-4.5 更是吊足了大家的胃口，毕竟距离 GPT-4 发布已经过去大约两年了！AI 大神OpenAI联合创始人提前拿到了GPT4.5 的内测资格， Andrej Karpathy 亲自发声，对 GPT-4.5 进行了深度解读GPT-4.5：算力堆砌的又一次进化？Karpathy 在他的推文中开门见山地指出，他期待 GPT-4.5 已经很久了，原因在于这次升级提供了一个定性衡量指标，可以观察到通过扩大预训练算力（简单来说就是训练更大的模型）所带来的性能提升斜率他透露了一个关键信息：GPT 版本号每增加 0.5，大致意味着预训练算力提升了 10 倍！为了让大家更直观地理解这个 \"0.5\" 的意义，Karpathy 还回顾了 GPT 系列的发展历程：• GPT-1: 几乎无法生成连贯的文本，还在非常早期的阶段• GPT-2: 像一个“玩具”，能力有限，还比较混乱• GPT-2.5: 直接“跳过”了，OpenAI 直接发布了 GPT-3 ，这是一个更令人兴奋的飞跃• GPT-3.5: 跨越了一个重要的门槛 ，终于达到了可以作为产品发布的水平，并由此引爆了 OpenAI 的 “ChatGPT 时刻”！💥• GPT-4: 感觉确实更好，但 Karpathy 也坦言，提升是 微妙的 。他回忆起参与黑客马拉松的经历，大家尝试寻找 GPT-4 明显优于 GPT-3.5 的具体 prompt，结果发现虽然差异存在，但很难找到那种 “一锤定音” 的例子GPT-4 的提升更像是一种“润物细无声”的感觉：• 词语选择更具创造力• 对 prompt 细微之处的理解有所提升• 类比更加合理• 模型变得更有趣• 世界知识和对罕见领域的理解在边缘地带有所扩展• 幻觉（胡说八道）的频率略有降低• 整体感觉（vibe）更好就像是 “水涨船高”，所有方面都提升了大约 20%。 📈GPT-4.5：微妙的提升，依旧令人兴奋带着对 GPT-4 这种“微妙提升”的预期，Karpathy 对 GPT-4.5 进行了测试（他提前几天获得了访问权限）。这次 GPT-4.5 的预训练算力比 GPT-4 又提升了 10 倍！然而，Karpathy 发现，他仿佛又回到了两年前的黑客马拉松：一切都变得更好，而且非常棒，但提升的方式仍然难以明确指出 🤔尽管如此，这仍然非常有趣和令人兴奋，因为它再次定性地衡量了仅仅通过预训练更大的模型就能“免费”获得的能力提升斜率。 这说明，单纯地堆算力，依然能带来肉眼可见的进步，只是进步的方式可能更加内敛和精细化注意！GPT-4.5 并非推理模型Karpathy 特别强调，GPT-4.5 仅仅通过预训练、监督微调和 RLHF（人类反馈强化学习）进行训练，因此它还不是一个真正的“推理模型”这意味着，在需要强大推理能力的任务（例如数学、代码等）中，GPT-4.5 的能力提升可能并不显著。在这些领域，通过强化学习进行“思考”训练至关重要，即使是基于较旧的基础模型（例如 GPT-4 级别的能力）进行训练，效果也会更好目前，OpenAI 在这方面的最先进模型仍然是 full o1 。 据推测，OpenAI 接下来可能会在 GPT-4.5 模型的基础上，进一步进行强化学习训练，使其具备“思考”能力，从而推动模型在推理领域的性能提升。GPT-4.5 的优势领域：EQ 而非 IQ虽然在推理方面提升有限，但 Karpathy 认为，在那些不依赖重度推理的任务中，我们仍然可以期待 GPT-4.5 的进步。 他认为，这些任务更多与 情商 (EQ) 相关，而非智商 (IQ)，并且瓶颈可能在于：• 世界知识• 创造力• 类比能力• 总体理解能力• 幽默感因此，Karpathy 在测试 GPT-4.5 时，最关注的也是这些方面。Karpathy 的 “LM Arena Lite” 趣味实验为了更直观地展示 GPT-4 和 GPT-4.5 在这些 “情商” 相关任务上的差异，Karpathy 发起了一个有趣的 “LM Arena Lite” 实验。他精心挑选了 5 个有趣/幽默的 prompt，用来测试模型在上述能力上的表现。 他将 prompt 和 GPT-4、GPT-4.5 的回复截图发布在 X 上，并穿插投票，让大家投票选出哪个回复更好，类似下面这种问题和投票方式在 8 小时后，他将揭晓哪个模型对应哪个回复写在最后：即日起，ChatGPT Pro 用户 已经可以通过模型选择器体验 GPT-4.5 了！ 下周将面向 Team 和 Plus 用户 开放，EDU 和 Enterprise 用户 稍后也将陆续上线。发布会的最后，OpenAI强调了 无监督学习 和 推理能力 的重要性，并认为 GPT-4.5 是无监督学习领域的前沿成果。 更强大的世界知识和更智能的模型，将为未来的 推理模型和 Agent 奠定更坚实的基础整场发布会给我感觉GPT-4.5亮点真的不多，从Andrej Karpathy的一手评测来看也是，提升的主要是情商？这个只有等大家使用以后自己感觉了","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.0","shortVersion":"4.36.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2514354332","isCrawlerRequest":true}