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

據(jù)IT之家4月4日報道，OpenAI最新的語言模型GPT-4不僅能夠像人類一樣生成各種文本，還能夠設(shè)計和執(zhí)行測試來評估和改進(jìn)自己的表現(xiàn)，這種“反思”技術(shù)讓GPT-4在多項難度較高的測試中都取得了顯著進(jìn)步，測試表現(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)來模仿人類的寫作。

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

在研究團(tuán)隊使用這種技術(shù)對GPT-4進(jìn)行的幾種不同性能測試中，GPT-4在解決從未見過的Python編程問題的HumanEval測試中，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測試中，GPT-4的準(zhǔn)確率從73%提高至97%。在HotPotQA測試中，GPT-4準(zhǔn)確率從34%提高至54%。

這項研究表明，AI問題的解決方案有時候是依賴AI本身的。與生成對抗網(wǎng)絡(luò)類似，GPT-4在寫作和編輯時通過自我反思來改進(jìn)輸出質(zhì)量。