-
GPT-4变笨引爆舆论！文本代码质量都下降，OpenAI刚刚回应了质疑
梦晨 克雷西 发自 凹非寺量子位 | 公众号 QbitAI大模型天花板GPT-4，它是不是……变笨了？先是少数用户提出质疑，随后大量网友表示自己也注意到了，还贴出不少证据。有人反馈，把GPT-4的3小时25条对话额度一口气用完了，都没解决自己的代码问题。无奈切换到GPT-3.5，反倒解决了。总结下大家的反馈，最主要的几种表现有：以前GPT-4能写对的代码，现在满是Bug回答问题的深度和分析变少了响应速度比以前快了这就引起不少人怀疑，OpenAI是不是为了节省成本，开始偷工减料？两个月前GPT-4是世界上最伟大的写作助手，几周前它开始变得平庸。我怀疑他们削减了算力或者把它变得没那么智能。这就不免让人想起微软新必应“出道即巅峰”，后来惨遭“前额叶切除手术”能力变差的事情……网友们相互交流自己的遭遇后，“几周之前开始变差”，成了大家的共识。一场舆论风暴同时在Hacker News、Reddit和Twitter等技术社区形成。这下官方也坐不住了。OpenAI开发者推广大使Logan Kilpatrick，出面回复了一位网友的质疑：API 不会在没有我们通知您的情况下更改。那里的模型处于静止状态。不放心的网友继续追问确认“就是说GPT-4自从3月14日发布以来都是静态的对吧？”，也得到了Logan的肯定回答。“我注意到对于某些提示词表现不一致，只是由于大模型本身的不稳定性吗？”，也得到了“Yes”的回复。但是截至目前，针对网页版GPT-4是否被降级过的两条追问都没有得到回答，并且Logan在这段时间有发布别的内容。那么事情究竟如何，不如自己上手测试一波。对于网友普遍提到GPT-4写代码水平变差，我们做了个简单实验。实测GPT-4“炼丹”本领下降了吗？3月底，我们曾实验过让GPT-4“炼丹”，用Python写一个多层感知机来实现异或门。△ShareGPT截图，界面稍有不同让GPT-4改用numpy不用框架后，第一次给出的结果不对。在修改两次代码后，运行得到了正确结果。第一次修改隐藏神经元数量，第二次把激活函数从sigmoid修改成tanh。6月2日，我们再次尝试让GPT-4完成这个任务，但换成了中文提示词。这回GPT-4第一次就没有使用框架，但给的代码仍然不对。后续只修改一次就得到正确结果，而且换成了力大砖飞的思路，直接增加训练epoch数和学习率。回答的文字部分质量也未观察到明显下降，但响应速度感觉确实有变快。由于时间有限，我们只进行了这一个实验，且由于AI本身的随机性，也并不能否定网友的观察。最早4月19日就有人反馈我们在OpenAI官方Discord频道中搜索，发现从4月下旬开始，就不时有零星用户反馈GPT-4变差了。但这些反馈并未引发大范围讨论，也没有得到官方正式回应。5月31日，Hacker News和Twitter同天开始大量有网友讨论这个问题，成为整个事件的关键节点。HackerNews一位网友指出，在GPT-4的头像还是黑色的时候更强，现在紫色头像版在修改代码时会丢掉几行。在Twitter上较早提出这个问题的，是HyperWrite（一款基于GPT API开发的写作工具）的CEO，Matt Shumer。但这条推文却引发了许多网友的共鸣，OpenAI员工回复的推文也正是针对这条。不过这些回应并没让大家满意，反而讨论的范围越来越大。比如Reddit上一篇帖子提到，原来能回答代码问题的GPT-4，现在连哪些是代码哪些是问题都分不出来了。在其他网友的追问下，帖子作者对问题出现的过程进行了概述，还附上了和GPT的聊天记录。对于OpenAI声称模型从三月就没有改动过，公开层面确实没有相关记录。ChatGPT的更新日志中，分别在1月9日、1月30日、2月13日提到了对模型本身的更新，涉及改进事实准确性和数学能力等。但自从3月14日GPT-4发布之后就没提到模型更新了，只有网页APP功能调整和添加联网模式、插件模式、苹果APP等方面的变化。假设真如OpenAI所说，GPT-4模型本身的能力没有变化，那么这么多人都感觉它表现变差是怎么回事呢？很多人也给出了自己的猜想。第一种可能的原因是心理作用。Keras创始人François Chollet就表示，不是GPT的表现变差，而是大家度过了最初的惊喜期，对它的期待变高了。Hacker News上也有网友持相同观点，并补充到人们的关注点发生了改变，对GPT失误的敏感度更高了。抛开人们心理感受的差异，也有人怀疑API版本和网页版本不一定一致，但没什么实据。还有一种猜测是在启用插件的情况下，插件的额外提示词对要解决的问题来说可能算一种污染。△WebPilot插件中的额外提示词这位网友就表示，在他看来GPT表现变差正是从插件功能开始公测之后开始的。也有人向OpenAI员工询问是否模型本身没变，但推理参数是否有变化？量子位也曾偶然“拷问”出ChatGPT在iOS上的系统提示词与网页版并不一致。如果在手机端开启一个对话，它会知道自己在通过手机与你交互。会把回答控制在一到两句话，除非需要长的推理。不会使用表情包，除非你明确要求他使用。△不一定成功，大概率拒绝回答那么如果在网页版继续一个在iOS版开启的对话而没意识到，就可能观察到GPT-4回答变简单了。总之，GPT-4自发布以来到底有没有变笨，目前还是个未解之谜。但有一点可以确定：3月14日起大家上手玩到的GPT-4，从一开始就不如论文里的。与人类对齐让AI能力下降微软研究院发表的150多页刷屏论文《AGI的火花：GPT-4早期实验》中明确：他们早在GPT-4开发未完成时就得到了测试资格，并进行了长期测试。后来针对论文中很多惊艳例子，网友都不能成功用公开版GPT-4复现。目前学术界有个观点是，后来的RLHF训练虽然让GPT-4更与人类对齐——也就更听从人类指示和符合人类价值观——但也让它自身的推理等能力变差。论文作者之一、微软科学家张弋在中文播客节目《What’s Next｜科技早知道》S7E11期中也提到：那个版本的模型，比现在外面大家都可以拿得到的GPT-4还要更强，强得非常非常多。举例来说，微软团队在论文中提到，他们每隔相同一段时间就让GPT-4使用LaTeX中的TikZ画一个独角兽来追踪GPT-4能力的变化。论文中展示的最后一个结果，画得已经相当完善。但论文一作Sebastien Bubeck后续在MIT发表演讲时透露了更多信息。后来当OpenAI开始关注安全问题的时候，后续版本在这个任务中变得越来越糟糕了。与人类对齐但并不降低AI自身能力上限的训练方法，也成了现在很多团队的研究方向，但还在起步阶段。除了专业研究团队之外，关心AI的网友们也在用自己的办法追踪着AI能力的变化。有人每天让GPT-4画一次独角兽，并在网站上公开记录。从4月12日开始，直到现在也还没看出来个独角兽的大致形态。当然网站作者表示，自己让GPT-4使用SVG格式画图，与论文中的TikZ格式不一样也有影响。并且4月画的与现在画的似乎只是一样差，也没看出来明显退步。最后来问问大家，你是GPT-4用户么？最近几周有感到GPT-4能力下降么？欢迎在评论区聊聊。Bubeck演讲：https://www...
智能设备 2023-06-03 10:09:46 -
2023Q1中东手机市场同比下降3.5%：三星出货量第一
IT之家 5 月 20 日消息，根据市场调查机构 Canalys 公布的最新报告，2023 年第 1 季度中东（土耳其除外）智能手机出货量为 880 万部，同比下降 3.5%。Canalys 高级顾问 Manish Pravinkumar 表示：消费者支出尽管面临经济挑战，但三星和苹果继续推动其售后服务、品牌认知度和渠道优先级等，进一步推动了手机销量。 三星 Galaxy S23 系列销售强劲，Galaxy A 系列逐年下降，仍帮助三星提高市场份额。 苹果的同比增长得益于与阿联酋和沙特阿拉伯当地零售商和运营商的合作，以及在年轻一代中的强劲受欢迎程度。IT之家汇总中东（土耳其除外）手机市场情况如下：三星出货量为 380 万台，同比减少 5...
手机互联 2023-05-20 23:59:11 -
小米在欧洲手机市场出货量下降4%，市占率增加5个百分点
IT之家5月11日消息，市场调查机构CounterpointResearch在最新发布的报告中，指出2023年第1季度欧洲智能手机出货量为3800万部，同比下降了23%。这是自2012年第2季度以来表现最糟糕的一个季度...
手机互联 2023-05-11 10:12:25 -
机构：未见回暖，美国智能手机23Q1出货量下降17%
集微网消息，近日市调机构Counterpoint的最新研究报告中公布了美国智能手机市场数据。2023年第一季度出货量为2021年来最低...
手机互联 2023-05-11 01:51:50 -
2023Q1美国手机市场同比下降17%：苹果出货量占比增至53%
IT之家5月10日消息，根据市场调查机构CounterpointResearch公布的报告，美国2023年第1季度出货量同比下降17%，不确定的经济前景迫使消费者推迟购买新设备。IT之家附报告信息如下：苹果iPhone出货量占比从2022年第1季度的49%，增加到53%...
手机互联 2023-05-10 09:43:53 -
美媒：推特正加速消亡？访问量连续下降，广告主并未向大量回归
4月17日消息，虽然马斯克生成推特已接近收支平衡，但数据却显示推特似乎正加速走向消亡。市场情报机构统计数据显示，这家社交媒体平台3月份流量同比下降了7.7%，网页访问量下降3.3%，安卓版日活跃用户减少9.8%...
业界动态 2023-04-18 08:21:43 -
上海芯片产业生态基金正式发布规模60亿元
4月17日消息，近日，在上海汽车芯谷·芯谋研究·全球（首届）汽车芯片产业峰会上，上汽芯片产业生态基金正式发布，基金规模60亿元，将主要关注功率转换芯片、电源管理芯片、电池管理芯片、控制类和网络芯片、智能舱驾大芯片以及连接、传感和驱动类芯片六大投资领域。本次峰会上，嘉定区汽车芯片专家顾问团正式成立...
互联网 2023-04-18 08:17:48 -
比特币大多头塞勒：过去十年美元购买力下降了99.88%相对于比特币而言
美国微策略公司首席执行官迈克尔·塞勒（MichaelSaylor）周一为美元敲响了警钟，他表示，与比特币相比，过去10年里美元的购买力下降了99.88%。 根据塞勒在推特上分享的图表，自2020年8月10日微策略公司首次投资比特币以来，这种加密货币的价格上涨了125%，而同期标普500指数和纳斯达克指数分别上涨了17%和6%...
区块链 2023-03-22 00:34:44 -
22年PC/主机游戏市场收入下降2.2%中美占比48%
据Newzoo的最新报告显示，2022年，消费者在PC和主机游戏上的支出达到了923亿美元，同比下降2.2%。游戏市场在疫情之后可能会降温，但总体表现仍然超过了预测...
游戏资讯 2023-03-19 22:20:34 -
蚂蚁链与艾吉威达成合作共建智能制造可信商业生态
无人叉车又称“AGV（自动导引运输车）”，目前已经代替人工搬运，成为仓储物流场景的主流作业形式。3月17日，苏州艾吉威机器人有限公司（简称“艾吉威”）与蚂蚁区块链科技（上海）有限公司（简称“蚂蚁链”）签署合作协议，双方将共同推进区块链、物联网等技术在无人叉车领域的应用，构建基于可信设备数据的新商业生态...
区块链 2023-03-17 19:31:24 -
ChatGPT费用门槛大幅下降人工智能服务被集成到更多APP中
通用公司宣布和微软公司合作，使用Azure云服务，为车主提供基于ChatGPT的车载人工智能语音服务。通用公司宣布和微软公司合作，使用Azure云服务，为车主提供基于ChatGPT的车载人工智能语音服务...
智能设备 2023-03-14 10:49:25 -
类魂《枯瑟信仰》Steam褒贬不一：谁的毕业作品？
类魂ARPG《枯瑟信仰：放逐者》已于今日发布，目前Steam评价为褒贬不一，好评率仅为57%（624）。国区首发特惠97.2元，暂不支持中文...
游戏资讯 2023-03-11 16:09:56
