OpenAI ने अपने GPT-4 आर्टिफिशियल इंटेलिजेंस चैटबॉट का एक स्मार्ट, तेज संस्करण जारी किया।

OpenAI ने अपने उत्पादों में GPT-4 को एकीकृत करने में मदद करने के लिए कई कंपनियों के साथ मिलकर काम किया है। इन कंपनियों में डुओलिंगो, स्ट्राइप और खान एकेडमी शामिल हैं।
OpenAI ने अभी एक नया AI भाषा मॉडल जारी किया है, जिसे GPT-4 कहा जाता है। वे कहते हैं कि यह मॉडल किसी भी अन्य की तुलना में कहीं अधिक रचनात्मक और सहयोगी है, और कठिन समस्याओं को पहले की तुलना में बहुत अधिक सटीकता के साथ हल कर सकता है। GPT-4 पाठ और चित्र दोनों को समझ सकता है, लेकिन यह केवल पाठ का उपयोग करके प्रतिक्रिया दे सकता है।
सितंबर 2021 के बाद क्या होगा, यह समझने में GPT-4 मशीन लर्निंग मॉडल अभी भी अन्य मॉडलों जितना अच्छा नहीं है।
OpenAI के सीईओ सैम अल्टमैन ने GPT-4 की घोषणा करते हुए ट्विटर पर लिखा, "यह अभी भी त्रुटिपूर्ण है, अभी भी सीमित है, और यह अभी भी आपके द्वारा इसके साथ अधिक समय बिताने के बाद पहले उपयोग पर अधिक प्रभावशाली लगता है।"
जबकि OpenAI ने अपनी वेबसाइट पर कहा, "GPT-4 एक बड़ा मल्टीमॉडल मॉडल है (इमेज और टेक्स्ट इनपुट स्वीकार करते हुए, टेक्स्ट आउटपुट उत्सर्जित करते हुए) जो कई वास्तविक दुनिया के परिदृश्यों में मनुष्यों की तुलना में कम सक्षम है, विभिन्न पेशेवर और मानव-स्तरीय प्रदर्शन प्रदर्शित करता है। अकादमिक बेंचमार्क। ”
इन सीमाओं के बावजूद, OpenAI ने अपने उत्पादों में GPT-4 को एकीकृत करने के लिए डुओलिंगो, स्ट्राइप और खान अकादमी सहित कई कंपनियों के साथ भागीदारी की है। नवीनतम मॉडल को वे लोग एक्सेस कर सकते हैं जिनके पास ChatGPT Plus, OpenAI का $20 मासिक ChatGPT सब्सक्रिप्शन है। यह माइक्रोसॉफ्ट के बिंग चैटबॉट को भी सशक्त कर रहा है और डेवलपर्स के निर्माण के लिए एपीआई के रूप में पहुंच योग्य होगा।
OpenAI सुझाव देता है कि GPT-4 और इसके पूर्ववर्ती GPT-3.5 के बीच का अंतर रोजमर्रा की बातचीत में आसानी से ध्यान देने योग्य नहीं है। कंपनी का दावा है कि GPT-4 के सुधार यूनिफ़ॉर्म बार परीक्षा, LSAT, SAT गणित और SAT साक्ष्य-आधारित पठन और लेखन परीक्षाओं जैसे विभिन्न परीक्षणों और बेंचमार्क पर इसके प्रदर्शन में स्पष्ट हैं। GPT-4 ने इन परीक्षाओं में 88वां प्रतिशतक या इससे अधिक अंक प्राप्त किए।
GPT-4 वास्तव में मल्टीमॉडल है, लेकिन यह केवल टेक्स्ट और इमेज इनपुट स्वीकार कर सकता है और टेक्स्ट आउटपुट उत्सर्जित कर सकता है। हालांकि, पाठ और छवियों को एक साथ पार्स करने की मॉडल की क्षमता इसे और अधिक जटिल इनपुट की व्याख्या करने की अनुमति देती है।