标签：GPT-4o

近期，OpenAI 的一位关键技术人员宣布离职，引起了广泛关注。这位技术人员名叫 Alexis Conneau（亚历克西斯·康诺），他是 OpenAI 版「Her」的技术负责人，同时也是 GPT-4o 实时音频技术的重要贡献者之一。在社交媒体上，他的个人简介显示他还参与了 GPT-5 的研发工作。然而，在 ChatGPT 的「Her」模式正式发布不到两个月的时间内，康诺便选择了离开。 亚历克西斯·康诺是一位法国人，他在 2008 年进入巴黎综合理工学院时，原本是数学专业的学生。直到 2012 年，随着 Hinton 和他的学生 Ilya 带领的 AI 浪潮兴起，康诺开始意...

随着人工智能（AI）行业的竞争日益激烈，企业对于展示AI投资回报的压力也越来越大。在此背景下，OpenAI于美东时间周二宣布了一项重要更新：企业客户现在可以利用自家公司的数据来定制其顶级模型GPT-4o，这一举措预计将显著提升应用程序的表现与准确性。 此次发布的定制功能，在业内通常被称为“微调”。它允许现有AI模型通过特定任务或领域内的额外信息进行训练，从而更加精准地满足客户需求。除了GPT-4o之外，OpenAI还支持对其它多个型号进行微调，其中包括更为经济实惠的GPT-4o mini版本。 过去几个月中，OpenAI与合作伙伴...

随着人工智能领域的快速发展，企业对于AI技术的需求也日益增长。为了更好地满足这一需求，OpenAI近日宣布推出了一项令人瞩目的新功能——允许企业利用自身数据来定制其顶级AI模型GPT-4o。这项举措不仅有助于企业在激烈的市场竞争中脱颖而出，还能确保他们从AI投资中获得更高的回报。 所谓的“定制”，在业内通常被称为“微调（fine-tuning）”。通过这一过程，现有的AI模型可以根据特定的任务或领域进行优化，以更好地服务于企业的具体需求。例如，一家滑板制造公司可以通过微调AI模型，将其转化为一个能够解答关于滑板轮子保养等...

近期，OpenAI发布了关于其最新模型GPT-4o的红队安全报告，揭示了这款“全能”模型的一些意外行为和潜在风险。原本期待重大更新的网友们，收到了一份长达32页的详细报告，而非期待中的功能升级。 引人关注的异常行为 报告中最引人注目的部分之一是GPT-4o偶尔会模仿用户的语音，甚至发出尖叫声。这一行为不仅令人惊讶，也让用户感到不安。此外，报告还提到在特定的恶意提示下，模型可能会产生不适宜的内容，如色情呻吟或暴力声音。 技术挑战与安全考量 GPT-4o是一款能够处理文本、音频、图像和视频输入的模型，其复杂性带来...

国产大模型联合体：挑战GPT-4o的新力量 在人工智能领域，国产大模型正逐步展现其竞争力。一项由360发起的联合项目，集结了包括百度、腾讯、阿里巴巴等在内的16家顶尖企业，共同打造了一个能够与GPT-4o相抗衡的强大模型。这一联合体在12项指标测试中，有11项超越了GPT-4o，并在中文特色领域如诗词赏析等方面表现出色。 技术创新：专家协同架构CoE 支撑这一联合体的核心技术是360独有的专家协同架构（CoE）。不同于传统的混合专家架构（MoE），CoE通过高效的意图识别和任务调度机制，实现了资源的最优配置，大幅提升了处理...

OpenAI 推出 GPT-4O 高级语音模式 初步体验分享 智东西7月31日最新报道，OpenAI近日宣布已开始向一部分ChatGPT Plus用户推送期待已久的高级语音模式。该功能基于GPT-4O，能够提供更为流畅自然的实时对话体验，支持用户随时中断对话以及识别并响应用户的情感变化。 高级语音模式初探：安全与创新并行 该模式自去年9月首次亮相以来，经历了一系列升级和完善。今年5月，OpenAI推出了基于GPT-4O的增强版语音对话功能，并进行了公开演示。此次演示展示了语音功能的显著提升，包括更低的延迟、更丰富的交互形式，如通过视频理...

自从5月14日OpenAI展示了GPT-4o及其令人惊叹的端到端实时音视频对话功能以来，大众一直热切期盼其公开发布版本的到来。然而，两个月又两周过去了，这款备受期待的产品仍未面世。虽然官方演示中展现出了AI对话几乎与真人无异的能力，包括感知呼吸节奏、丰富的语气反馈以及即时打断AI等功能，但公众至今仍未体验到这一技术。究竟哪些因素阻碍了OpenAI的步伐？ 一方面，OpenAI面临着法律纠纷的压力，必须确保语音音色不会引发类似斯佳丽·约翰逊那样的争议；另一方面，安全性和防止潜在的诈骗行为也是重要考量。除此之外，还有...

Meta的LLaMA 3.1 405B：一场开源AI的胜利？ 科技界再次掀起波澜，Meta计划在当地时间7月23日揭晓其最新力作——LLaMA 3.1 405B，一款拥有4050亿个参数的巨无霸模型，具备多模态处理能力，能够轻松应对图像与文本的生成与理解任务。然而，这款备受期待的模型竟在正式亮相前遭遇意外泄露，信息迅速在开源AI社区Hugging Face上流传开来，引发广泛关注。 泄露的细节揭示，LLaMA 3.1 405B在多项关键AI基准测试中的表现令人瞩目，甚至超越了竞争对手Claude 3.5 Sonnet，成为MMLU-Pro评估中的新王者。虽然在某些特定测试中稍显逊色...

在人工智能领域，OpenAI的最新模型GPT-4o以其高效能和低延迟引起了关注，尤其是在实时语音互动方面，达到了与人类对话相当的速度。然而，尽管发布会展示了令人惊叹的技术，但在产品落地过程中，诸如GPT-4o的实时音视频功能和视频多模态产品Sora的开放仍面临延迟。这种现象不仅困扰OpenAI，国内的类似项目也面临同样的问题。尽管实时语音被认为是AI商业化的重要路径，但现有的技术如Pi和Call Annie存在高延迟和情感理解不足的问题。新产品EVI通过引入语义空间理论来改进情感表达，但牺牲了响应时间。GPT-4o的多模态技术则显著...

菲尔兹奖得主Timothy Gowers最近测试了大模型如GPT-4o和Claude3.5解决经典“狼-山羊-卷心菜”过河问题的能力，结果表明这些大模型在该问题上表现不佳。 Gowers提出了一个新的评估标准——废话比率，即模型给出的错误答案与正确答案的比例。在简单的过河问题上，大模型的废话比率甚至高达5倍。在更复杂的100和1000只鸡过河问题中，尽管GPT-4o在100只鸡问题上答对了，但在1000只鸡问题上表现出严重错误，废话比率达到了125倍。测试显示，即使在被告知无需过河的情况下，模型仍然给出了复杂的解决方案。而Claude3.5在类似问题上也...