声明:本文来自于微信公众号 新智元,作者:新智元,授权Soraor转载发布。

OpenAI的下一代旗舰大语言模型,要来了?

据悉,新模型代号Orion(猎户座),就是能超越GPT-4的下一代模型。

而猎户座的预训练数据,正是由草莓模型生成的。

而草莓模型驱动的聊天机器人,很可能就会在今年秋天上线!

关于OpenAI的草莓,外媒The Information最近又挖到了新的细节。

image

根据The Information的信息,网友推测:「GPT-4+草莓」会在秋季推出,之后上线的继任者「猎户座」可能就是GPT-5。

image

image

由于大概率要避开11月,因此,猎户座的发布时间要么在之前要么是在12月。

image

甚至,AI大V、Hallid.ai联创「indigo」提出了一个大胆的猜测:猎户座或许不是GPT-5,而是GPT-6。

image

AI大V「Chubby」表示附议。

image

最后,Chubby激动地表示:所有人都觉得AI的发展正在放缓?并不是。在大公司,厨房里的东西正在沸腾!

image

网友们纷纷表示:「我们正在见证一种超越我们自己思想的诞生」。

image

打开Q*之门,一切模型凭此迭代。

image

image

有人担心,如果GPT-5控制整个互联网,人类会从此迷失。

image

所以,猎户座到底是GPT-5还是GPT-6呢?网友们各持己见。

但有人猜测,我们目前还没有足够的算力来达到GPT-5,更不用说GPT-6了。

image

透个底,让美国政府安心

此前,关于草莓的传闻早已满天飞。

image

今年夏天,Sam Altman的团队已经向美国国家安全官员展示了这项技术。

在安全问题日益敏感的情况下,OpenAI的做法也算给大家打了个样。

如果政府官员觉得这项AI不安全怎么办?那就给他们展示一下。

这次演示,就是OpenAI让政策制定者觉得更透明的努力的一部分。毕竟,如果他们感觉到受到这项技术的威胁了,很可能就会给公司带来麻烦。

image

现在,OpenAI的安全团队已经出走,愤怒的前员工在网上大肆爆料,这种时候,对政府官员更加透明的做法,就显得尤为重要。

The Information表示,这次演示还可能另有目的:跟政府队员就如何保护技术进行对话,以防止美国的AI技术被他国窃取。

说不定,还可以借此机会攻击Meta一波,因为他们的AI是开放权重的,其他国家想要获取,是非常容易的事。

总之,未来几年内,AI开发者应该会经常出现在旧金山和华盛顿之间的航线上了,因为他们时不时就需要跟政府官员来往一下。

草莓:数学提升,能解字谜

一个月前路透社曾报道,OpenAI内部测试了一种AI,在MATH基准上得分超过了90%。

据猜测,这个模型很可能就是草莓。

image

如今的传言是,今年秋天OpenAI研究者会推出代号为草莓的新AI(也就是之前的Q*),或许会聊天到ChatGPT之类的聊天机器人中。

它能做到目前的聊天机器人无法做到的很多事情,比如解决未曾遇到的数学问题,还能解决编程难题。

image

在获得额外「思考」时间后,草莓模型还可以回答更主观的问题,比如产品的营销策略。

据悉,在语言任务上,草莓表现出了强大的能力。比如OpenAI的一位员工曾向同事演示了草莓成功解决《纽约时报》的Connections——复杂的文字谜题。

image

OpenAI在LLM和会话AI领域的领先地位,一直在遭受冲击,因此OpenAI只能对外不时放出点草莓的消息,提升一下自己的存在感。

另外,据说草莓的技术已经显示出了智能体的能力。

草莓模型似乎能够自主浏览网络,像人类研究人员一样,独立上网、进行深度研究。

它不仅能生成答案,还能规划、执行一系列复杂任务,还能收集信息。

与之类似的,还有斯坦福的Quiet-STaR。

就像人类会在说话或写作前会停下来思考自己的想法一样,Quiet-STaR可以训练LLM去生成在复杂推理问题中采取步骤的内部「思考」,从而做出更好的决策。

image

论文地址:https://arxiv.org/abs/2403.09629

眼下,OpenAI的业务正以惊人的速度增长:跟去年相比,今年它向企业销售LLM和ChatGPT订阅的收入大约增加了三倍,达到了每月2.83亿美元,尽管公司每月的亏损可能高于此。

目前,OpenAI的私人估值为860亿美元。

Sam Altman还希望为公司筹集更多资金,找到减少损失的方法。

自2019年以来,OpenAI已经从微软筹集了约130亿美元,与这家企业软件巨头的协议,会持续到2030年。

合作条款可能会发生变化,包括OpenAI向微软支付租用云服务器以开发AI的方式。

云服务器,是OpenAI最大的成本。

OpenAI的新希望:Orion(猎户座)

但说到底,OpenAI的前景终究还是依赖正在开发的新旗舰——Orion。

有人能解释一下为什么OpenAI、谷歌和亚马逊一直用希腊神话来命名他们的模型吗?

去年初推出后,GPT-4已经被各家赶超得差不多了,现在GPT-4级的模型,可以说是各家人手一个。

有人猜,OpenAI可能会推出一个比原始草莓模型更小、更简化的模型,也就是蒸馏版。

这个版本被寄望于提升GPT-4和ChatGPT性能,目的是保持和更大模型相同的性能水平,而且更易于操作,成本更低。

另外,还有知情人士透露,OpenAI还在用更大的草莓版本,为Orion的训练生成数据。

这种人工合成数据,意味着草莓能帮助OpenAI克服获取高质量数据的限制,从而可以从现实世界数据(比如从互联网获取的文本或图像)中训练新模型。

研究人员表示,使用草莓可以帮助Orion减少幻觉的产生。

这是因为,AI模型是从训练数据中学习的,所以它们看到的复杂推理的正确示例越多,就越好。

对此,智能体初创公司Minion AI的CEO兼GitHub C o p i l o t前首席架构师Alex Graveley给予了高度厚望。

「想象一个没有幻觉的模型,一个你问它逻辑难题、它第一次就答对了的模型。」

「训练数据中存在较少的歧义,因此它的猜测更少。」

The Information猜测,草莓改进的推理能力,可能会整合到ChatGPT中。这些答案可能会更准确,但也可能更慢。

因此,草莓可能并不适合需要即时即时响应的应用。而在GitHub中修复非关键编码错误,则是理想的选择。

或许,以后的ChatGPT用户,可以根据请求的时间敏感性来切换草莓模型。

Sam Altman在五月的一次活动中曾表示:「我们感觉,为下一个模型准备的数据已经足够」。

这个模型,很可能指的是就Orion。Altman表示:「我们进行了各种实验,包括生成合成数据。」

解决复杂数学问题:有前景的应用

如果说目前AI最有前景的应用,那解决复杂数学问题,必然是其中一个了。

毕竟,现有的AI在数学密集的领域如航空航天和结构工程中,表现实在不佳。

各种LLM在回答数学问题时,往往会给出各种让人啼笑皆非的答案。

而且,数学推理能力的提升还能帮助AI模型更好地推理会话查询,比如用户的服务请求。

谷歌和一些初创公司,也在这方面发力。

上个月,谷歌DeepMind开发的AI,已经能在国际数学奥林匹克竞赛中击败大多数人类参赛者。

image

OpenAI的另一大竞争对手Anthropic祭出的最新模型,也能编写更复杂的软件代码,还能回答有关图表和图形的问题,这些都要归功于它推理能力的改进。

image

还有一些初创公司为了提高模型的推理能力,采用了一种廉价的技巧,将问题分解为更小的步骤,尽管这些方法速度慢且成本高昂。

无论Strawberry是否会作为产品推出,人们对Orion的期望都不会低了,因为OpenAI会力求继续保持领先地位,同时还要保证显著的的收入增长。

OpenAI的领先者优势,已经不明显了。

虽然在5月宣布了「Her」的版本,但谷歌却抢先推出了AI驱动的语音助手,后者也足够灵活,还能处理用户的打断,和突然变化的话题。

而Lmsys Chatbot Arena等大模型排行榜上,谷歌、xAI、Anthropic和Meta的模型也都在赶上OpenAI的步伐。

image

Ilya看到了什么?

值得一提的是,「草莓之父」,其实就是已经离职了的OpenAI的首席科学家Ilya Sutskever。

几年前,Ilya启动了一个项目,在研究过程中,诞生了草莓。

image

而在Ilya离职之前,OpenAI的研究人员Jakub Pachocki和Szymon Sidor,就已经在Ilya的工作基础上开发了一个新的数学求解模型Q*,这让不少关注AI安全的研究人员感到担忧。

另外,在去年Q*的前期准备中,OpenAI研究人员开发了一种被称为「测试时计算」的概念变体,目的是提升LLM的问题解决能力。

这样,LLM就会花更多时间考虑被要求执行的命令,或问题的各个部分。

当时,Ilya发表了一篇与这项工作相关的博客。

image

博客地址:https://openai.com/index/improving-mathematical-reasoning-with-process-supervision/

在博客中,模型解决了数个有难度的数学问题。

比如在这道有挑战性的三角函数题中,需要连续应用几个并不明显的等式。

image

image

在这道题,GPT-4成功执行了一系列复杂的多项式分解。

image

步骤5中使用的Sophie-Germain恒等式是重要的一步,可以被认为极有洞察力。

image

在这道题的步骤7和8中,GPT-4开始执行猜测和检查。

image

这也是模型可能产生幻觉的常见情况,LLM会声称某个特定的猜测是成功的,但实际上并不成功。

在这种情况下,奖励模型会验证每个步骤,并确定思路是否正确。

image

在最后这道题中,模型成功地应用了多个三角恒等式,来简化了表达式。

image

image

或许,我们能从中窥见草莓和Orion的端倪。

参考资料:

https://www.theinformation.com/articles/openai-races-to-launch-strawberry-reasoning-ai-to-boost-chatbot-business?rc=epv9gi

https://www.theinformation.com/articles/openai-shows-strawberry-ai-to-the-feds-and-uses-it-to-develop-orion?rc=epv9gi