OpenAI最新語(yǔ)言模型GPT-4“自我反思”，測(cè)試表現(xiàn)提升30%

據(jù)IT之家4月4日?qǐng)?bào)道，OpenAI最新的語(yǔ)言模型GPT-4不僅能夠像人類(lèi)一樣生成各種文本，還能夠設(shè)計(jì)和執(zhí)行測(cè)試來(lái)評(píng)估和改進(jìn)自己的表現(xiàn)，這種“反思”技術(shù)讓GPT-4在多項(xiàng)難度較高的測(cè)試中都取得了顯著進(jìn)步，測(cè)試表現(xiàn)提升30%。
GPT-4是OpenAI推出的最先進(jìn)的系統(tǒng)，也是目前最大的多模態(tài)模型，可以接受圖像和文本輸入，并輸出文本。它利用深度學(xué)習(xí)技術(shù)，使用人工神經(jīng)網(wǎng)絡(luò)來(lái)模仿人類(lèi)的寫(xiě)作。

研究人員諾亞?辛恩（Noah Shinn）和阿什溫?戈平納特（Ashwin Gopinath）在論文中寫(xiě)道，他們開(kāi)發(fā)了一種新穎的技術(shù)，讓AI代理能夠模擬人類(lèi)的自我反思，并評(píng)估自己的表現(xiàn)。GPT-4在完成各種測(cè)試時(shí)，會(huì)增加一些額外的步驟，讓它能夠自己設(shè)計(jì)測(cè)試來(lái)檢查自己的答案，找出錯(cuò)誤和不足之處，然后根據(jù)發(fā)現(xiàn)來(lái)修改自己的解決方案。

在研究團(tuán)隊(duì)使用這種技術(shù)對(duì)GPT-4進(jìn)行的幾種不同性能測(cè)試中，GPT-4在解決從未見(jiàn)過(guò)的Python編程問(wèn)題的HumanEval測(cè)試中，原本準(zhǔn)確率為67%，使用反思技術(shù)后，準(zhǔn)確率提升至88%。在Alfworld測(cè)試中，GPT-4的準(zhǔn)確率從73%提高至97%。在HotPotQA測(cè)試中，GPT-4準(zhǔn)確率從34%提高至54%。

這項(xiàng)研究表明，AI問(wèn)題的解決方案有時(shí)候是依賴(lài)AI本身的。與生成對(duì)抗網(wǎng)絡(luò)類(lèi)似，GPT-4在寫(xiě)作和編輯時(shí)通過(guò)自我反思來(lái)改進(jìn)輸出質(zhì)量。