ChatGPT4.5詳細介紹和API調用詳細教程

OpenAI在2月27日發布GPT-4.5的研究預覽版——這是迄今為止OpenAI最強大、最出色的聊天模型。GPT-4.5在擴大預訓練和微調規模方面邁出了重要的一步。通過擴大無監督學習的規模,GPT-4.5提升了識別內容中的模式、建立內容關聯和生成對于內容的見解的能力,但并不具備邏輯推理的能力(也就是think)。

早期測試表明,與GPT-4.5的交互體驗更加自然。它擁有更廣泛的知識庫、更強的用戶意圖理解能力,以及更高的“情商”,使其在改進寫作、編程和解決實際問題等任務上更加實用。同ChatGPT4.5的的幻覺現象也減少了。OpenAI這次將GPT-4.5作為預覽版發布,以便更好地了解其優勢和局限性。OpenAI仍在探索它的能力,并期待看到社區開發者和企業用戶以全新的方式使用它。

擴展性的無監督學習

OpenAI主要通過擴展兩種互補的學習范式來推進AI的能力提升:無監督學習和推理。這兩者代表了AI智能的兩個維度。

無監督學習可以提高模型對世界的認知準確性和直覺能力。像GPT-3.5、GPT-4和GPT-4.5這樣的模型推動了這一范式的發展。而推理能力的擴展則教會模型在回答之前進行思考,并形成一條推理鏈,使其能夠應對復雜的科學或邏輯問題。OpenAI o1和OpenAI o3-mini等模型正是使用了這種方式讓回答更加準確。

而GPT-4.5就是無監督學習擴展的一個例子,它通過增加計算能力和數據規模,以及架構和模型調優上的創新來實現的。GPT-4.5是通過Microsoft Azure AI超級計算機上訓練,最終形成了一款知識內容更廣泛、對世界理解更深入的模型,以此減少了幻覺現象,并在多個主題上表現得更加可靠。以下圖片是GPT4.5的一個提問示例。

下圖則是OpenAI不同版本模型在SimpleQA基準測試中的準確度和幻覺度,衡量了大語言模型對于簡單問題回答的準確性。可以看出ChatGPT4.5性能有很大的提升。

訓練以促進人類協作

隨著模型規模的擴大和模型解決問題能力的增強,那么下一步要做的一個重要的任務就是讓它們更深入地理解人類需求和意圖。針對GPT-4.5,OpenAI開發了全新的可擴展技術,使得能夠利用小模型輸出的數據訓練更大、更強的模型。這些技術提升了GPT-4.5的遵從提示詞響應、對語言的理解能力以及自然對話能力。

ChatGPT4.5結合了對世界的深入理解能力和與人類共同協作提升生產力的能力,使得GPT-4.5能夠在人類溫暖且直觀的對話中自然地整合他們想法,更加契合真實人類協作場景。GPT-4.5能夠更好地理解人類的意圖,并能更細膩地解讀出人們對話下的隱含期望和微妙情感變化,總體來說它的“情商”更高。此外,GPT-4.5在美學鑒賞和創造力生成方面表現更為突出,尤為擅長寫作和設計中的輔助。

從下圖的例子中就可以看出,ChatGPT4.5對用戶問題:“我考試掛科了很難受”的回答,ChatGPT-4.5則更像“人話”,對用戶進行了安慰,而不是機械式的輸出解決辦法。

更強的推理能力即將到來

GPT-4.5在回答問題之前并不會進行推理,因此它的優勢與OpenAI o1等用于推理場景的模型是截然不同的。與OpenAI o1和OpenAI o3-mini相比,GPT-4.5是一個更通用、擁有更多訓練知識的更強的模型。但是推理能力會將成為未來模型的核心能力,同時預訓練和推理這兩種擴展方法是將相輔相成。像GPT-4.5這樣的模型通過預訓練變得更智能、更博學,將為未來基于該模型訓練的推理和AI代理打下強大基礎。

安全性

每一次模型能力的提升,模型安全性和負責任AI的理念也需要隨之對應地提升。GPT-4.5采用了新的監督技術,與傳統的監督微調(SFT)以及基于人類反饋的強化學習(RLHF)方法結合,這些方法也曾用于GPT-4o,OpenAI希望這項工作能為未來更強大的模型的安全方案奠定基礎。

為了驗證這些安全改進,OpenAI通常在部署前按照一個Preparedness Framework(準備度框架)進行了一系列安全測試。他們發現在各項測試評估中顯示,GPT模型架構的擴展促進了模型能力的提升。

如何在ChatGPT中使用GPT-4.5?

目前ChatGPT Pro用戶可以在網頁、移動端和桌面端的模型選擇器中選擇GPT-4.5。目前Plus用戶暫時無法使用,預計3月中旬開始Plus用戶則可以使用,然后在隨后的一周向校園和企業用戶推出。

GPT-4.5可以通過搜索訪問最新網絡上的信息,支持文件和圖片上傳,并可以使用Canvas來處理寫作和代碼。然而GPT-4.5目前不支持ChatGPT中的多模態功能,如語音模式、視頻和屏幕共享。據悉未來這些功能將逐漸上線。

如何在API中使用GPT-4.5

OpenAI還在Chat Completions API、Assistants API和Batch API中向所有付費的開發者提供GPT-4.5的API訪問方式。該模型支持多種功能,如函數調用、結構化輸出、流式傳輸和系統消息。它還支持通過圖片輸入實現視覺能力。

根據開發者的測試,他們會發現GPT-4.5在需要更人類情感識別和創造力的應用中表現出色,比如寫作輔助、溝通、學習、輔導和頭腦風暴。此外應用子啊代理場景下的規劃和執行方面也表現強勁,包括多步編碼工作流和復雜任務自動化。

GPT-4.5是一個非常龐大且計算密集型的模型,因此它比GPT-4o更昂貴,并且不會取代GPT-4o。因此,我們正在評估是否要在API中長期提供它,同時在支持當前功能和構建未來模型之間進行平衡。我們期待更多地了解它在現實世界中的優勢、能力和潛在應用。如果GPT-4.5對大家的使用場景提供了獨特價值,大家的反饋將在我們的決策中發揮重要作用。

第一步:獲取OpenAI GPT-4.5 API密鑰

export OPENAI_API_KEY=KEY

第二步:安裝OpenAI

pip install openai

第三步:導入庫并傳入OpenAI API密鑰

import osfrom openai import OpenAI# Initialize OpenAI client
client = OpenAI(api_key=os.getenv('OPENAI_API_KEY'))

第四步:設置GPT-4.5的提示詞

gpt_assistant_prompt = "You are a " + input ("Who should I be, as I answer your prompt?") 
gpt_user_prompt = input ("What do you want me to do?") 

第五步:使用GPT-4.5生成內容

def generate_content(gpt_assistant_prompt: str, gpt_user_prompt: str) -> dict:gpt_prompt = f"{gpt_assistant_prompt} {gpt_user_prompt}"messages = [{"role": "assistant", "content": gpt_assistant_prompt},{"role": "user", "content": gpt_user_prompt}]response = client.chat.completions.create(model="gpt-4.5-preview",  # Ensure correct model name is usedmessages=messages,temperature=0.2,max_tokens=1000,frequency_penalty=0.0)response_text = response.choices[0].message.contenttokens_used = response.usage.total_tokensreturn {"response": response_text, "tokens_used": tokens_used}# Call the function
result = generate_content(gpt_assistant_prompt, gpt_user_prompt)
print(result)

結論

每一次計算量的指數級增長都會為大語言模型帶來新的能力。GPT-4.5代表了無監督學習的SOA最前沿模型。OpenAI仍然不斷被社區的創造力所驅動,開發者們總能發現新能力和意想不到的應用方式。借助GPT-4.5大家可以一起探索無監督學習的前沿,共同挖掘新的AI應用和落地的潛能。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/73148.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/73148.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/73148.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

AI 中對內存的龐大需求

剛接觸AI時,只知道AI對顯存的要求很高,但慢慢發現,AI對內存的要求也越來越高了。 最近嘗試玩下 wan 2.1 ,進行圖生視頻,使用comfyui官方工作流,720p(720*1280)53幀,結果…

如何選擇適合您智能家居解決方案的通信協議?

如何選擇適合您智能家居解決方案的通信協議? 在開發智能家居產品時,選擇合適的通信協議對于設備的高效運行及其在智能家居系統中的互操作性至關重要。市面上協議眾多,了解它們的特性并在做決定前考慮各種因素是非常必要的。以下是一些幫助您…

L3-1 奪寶大賽

輸入樣例 1: 5 7 1 1 1 1 1 0 1 1 1 1 1 1 0 0 1 1 0 2 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 7 1 5 7 1 1 1 5 5 3 1 3 5 1 4輸出樣例 1: 7 6樣例 1 說明: 七支隊伍到達大本營的時間順次為:7、不可能、5、3、3、5、6&#xff0c…

C# AOT生成的hellowwordEXE運行占用多少內存1-5MB?

C# 使用 AOT(Ahead - Of - Time,提前編譯)生成的 "Hello, World!" 可執行文件在運行時占用的內存會受到多種因素的影響,以下是詳細分析: 影響內存占用的因素 操作系統:不同的操作系統&#xff0…

nextJs在DOM視圖中渲染未轉為狀態值的localStorage導致報錯

報錯但不限于如下&#xff1a; error: hydration failed because the initial ui does not match what was rendered on the server. Did not expect server HTML to contain a <span> in <div>. hook.js:608 warning: expected server html to contain a match…

macOS 安裝 Homebrew、nvm 及安裝切換 node 版本

一、安裝Homebrew 提示&#xff1a;在安裝 nvm 時&#xff0c;如果使用 brew 方式安裝&#xff0c;就要先安裝 Homebrew 1、打開終端&#xff0c;輸入以下指令&#xff08;官網可獲取最新命令&#xff09;&#xff1a; 國外鏡像 /bin/bash -c "$(curl -fsSL https://ra…

海思高安主控芯片兼容編譯fastboot流程

華為海思主控芯片有高安和非高安之分&#xff0c;主要是安全性上區別&#xff0c;啟動程序不同&#xff0c;一般無法共用。但實際生產中可能出現混料或者同一款產品不同批次一個是高安的一個是非高安的&#xff0c;這時就需要軟件上做兼容&#xff0c;實際是高安固件是可以做到…

大模型在甲狀腺腫瘤預測及治療方案制定中的應用研究

目錄 一、引言 1.1 研究背景與意義 1.2 研究目的與創新點 1.3 研究方法與數據來源 二、甲狀腺腫瘤概述 2.1 甲狀腺腫瘤分類及特征 2.2 甲狀腺腫瘤的發病率與危害 2.3 現有診斷與治療手段概述 三、大模型技術原理與應用現狀 3.1 大模型的基本原理與架構 3.2 大模型在…

Java學習——day20

文章目錄 1. 異常處理與優化1.1 在文件操作中使用 try-catch1.2 try-with-resources 語法1.3 使用 finally 塊關閉資源1.4 代碼健壯性與優化 2. 實踐任務2.1 改進思路2.2 示例改進要點2.3 檢查點 3. 總結3.1 改進后的完整代碼&#xff1a; 4. 今日生詞 今日學習目標&#xff1a…

ajax組件是什么

在 Vue 項目中與后端接口通信&#xff0c;通常有以下幾種常用的方式和組件&#xff1a; ### 1. **使用 Axios 進行 HTTP 請求** Axios 是一個基于 Promise 的 HTTP 客戶端&#xff0c;適用于瀏覽器和 Node.js 環境。它支持請求和響應攔截、自動轉換 JSON 數據、取消請求等功能…

C# WPF 基礎知識學習(二)

四、數據綁定 &#xff08;一&#xff09;數據綁定基礎 綁定源和目標&#xff1a;數據綁定建立了 UI 元素&#xff08;綁定目標&#xff09;屬性與數據源&#xff08;綁定源&#xff09;之間的聯系。例如&#xff0c;將一個TextBox的Text屬性綁定到一個對象的某個屬性上。綁定…

Trae AI IDEA安裝與使用

文章目錄 背景第一步、下載安裝第二步、登錄與使用優勢異常處理 背景 最近比較熱的 Trae 開發工具&#xff0c;在本地下載使用&#xff0c;記錄下來。 第一步、下載安裝 下載地址&#xff1a;【Trae中文版下載地址】&#xff0c;下載的安裝文件名為&#xff1a;【Trae CN-Se…

Ubuntu22.04安裝數據

數據庫安裝步驟&#xff1a; sudo apt-get update sudo apt install mysql-server mysql-client sudo systemctl start mysql sudo systemctl status mysql &#xff08;1&#xff09;在命令行登錄 MySQL 數據庫&#xff0c;并使用 mysql 數據庫 &#xff08;必須使用這個…

【LangChain接入阿里云百煉deepseek】

這是目錄 前言阿里云百煉注冊賬號使用代碼執行結果 前言 大模型爆火&#xff0c;現在很多教程在教怎么使用大模型來訓練Agent智能體&#xff0c;但是大部分教程都是使用的OpenAI。 最近阿里云推出DeepSeek-R1滿血版&#xff0c;新用戶可享100萬免費Token額度。 今天就教大家怎…

火絨企業版V2.0全面支持Linux與國產化系統!免費試用助力國產化終端安全升級

國產化浪潮下的安全新挑戰 隨著信創產業的加速推進&#xff0c;國產操作系統&#xff08;統信UOS、麒麟OS等&#xff09;和ARM架構服務器逐步成為政企核心業務的基礎設施。然而&#xff0c;針對國產化系統的勒索攻擊、網頁篡改、供應鏈漏洞等威脅頻發&#xff0c;傳統安全方案…

【HarmonyOS Next】鴻蒙加固方案調研和分析

【HarmonyOS Next】鴻蒙加固方案調研和分析 一、前言 根據鴻蒙應用的上架流程&#xff0c;本地構建app文件后&#xff0c;上架到AGC平臺&#xff0c;平臺會進行解析。根據鴻蒙系統的特殊設置&#xff0c;仿照IOS的生態閉環方案。只能從AGC應用市場下載app進行安裝。這樣的流程…

【前端拓展】Canvas性能革命!WebGPU + WebAssembly混合渲染方案深度解析

為什么需要混合方案&#xff1f; 真實場景痛點分析&#xff1a; 傳統WebGL在高頻數據更新時存在CPU-GPU通信瓶頸JavaScript的垃圾回收機制導致渲染卡頓復雜物理模擬&#xff08;如SPH流體&#xff09;難以在單線程中實現 技術選型對比&#xff1a; graph LRA[計算密集型任務…

win11編譯llama_cpp_python cuda128 RTX30/40/50版本

Geforce 50xx系顯卡最低支持cuda128&#xff0c;llama_cpp_python官方源只有cpu版本&#xff0c;沒有cuda版本&#xff0c;所以自己基于0.3.5版本源碼編譯一個RTX 30xx/40xx/50xx版本。 1. 前置條件 1. 訪問https://developer.download.nvidia.cn/compute/cuda/12.8.0/local_…

【Python運維】實現高效的自動化備份與恢復:Python腳本從入門到實踐

《Python OpenCV從菜鳥到高手》帶你進入圖像處理與計算機視覺的大門! 解鎖Python編程的無限可能:《奇妙的Python》帶你漫游代碼世界 在信息化時代,數據備份和恢復的有效性對企業和個人來說至關重要。本文將帶領讀者深入了解如何使用Python編寫自動化備份與恢復腳本,確保重…

Electron應用中獲取設備唯一ID和系統信息

讓我創建一篇關于如何在Electron應用中獲取設備唯一ID和系統信息&#xff0c;并在登錄時使用這些信息的博客文章。我將確保步驟明確、條理清晰&#xff0c;適合初學者和有經驗的開發者。 這篇博客應包含以下部分&#xff1a; 介紹 - 為什么需要獲取設備信息前提條件和安裝依賴…