Certification disponible
cours
ChatGPT Prompt Engineering pour les développeurs
4 hr
11.2K
Qu'est-ce que le GPT-4 et pourquoi est-il important ?
OpenAI a annoncé la publication de son dernier grand modèle linguistique, GPT-4. Ce modèle est un grand modèle multimodal qui peut accepter des images et des textes en entrée et générer des textes en sortie.
Actualisé 26 nov. 2024 · 9 min de lecture
La publication de GPT-4 a marqué une étape importante dans le domaine de l'intelligence artificielle, en particulier dans le traitement du langage naturel. Dans cet article, nous proposons une analyse approfondie de ses capacités avancées et nous nous penchons sur l'histoire et le développement des transformateurs génératifs pré-entraînés (GPT), ainsi que sur les nouvelles capacités offertes par le GPT-4.
Pour en savoir plus, consultez notre article sur le GPT-4o, la dernière version du GPT. En outre, len apprend davantage sur les grands modèles de langage comme le GPT-4 dans notre cursus sur les principes fondamentaux de l'IA.
Qu'est-ce qu'un transformateur génératif pré-entraîné ?
Les transformateurs génératifs pré-entraînés (GPT) sont un type de modèle d'apprentissage profond utilisé pour générer du texte de type humain. Les utilisations courantes sont les suivantes
- répondre aux questions
- résumer un texte
- la traduction de textes vers d'autres langues
- générer un code
- générer des articles de blog, des histoires, des conversations et d'autres types de contenu.
Les applications des modèles GPT sont infinies et vous pouvez même les affiner sur des données spécifiques pour obtenir des résultats encore meilleurs. En utilisant des transformateurs, vous économiserez des coûts informatiques, du temps et d'autres ressources.
Avant le GPT
La révolution actuelle de l'IA pour le langage naturel n'est devenue possible qu'avec l'invention de modèles de transformation, à commencer par le BERT de Google en 2017. Auparavant, la génération de texte était réalisée avec d'autres modèles d'apprentissage profond, tels que les réseaux neuronaux récursifs(RNN) et les réseaux neuronaux à mémoire à long terme(LSTM). Ils ont bien fonctionné pour produire des mots isolés ou des phrases courtes, mais n'ont pas pu générer des contenus plus longs réalistes.
L'approche du transformateur de BERT a constitué une avancée majeure, car il ne s'agit pas d'une technique d'apprentissage supervisé. En d'autres termes, il n'a pas eu besoin d'un ensemble de données annotées coûteux pour s'entraîner. BERT a été utilisé par Google pour interpréter les recherches en langage naturel, mais il ne peut pas générer de texte à partir d'une invite.
GPT-1
Architecture des transformateurs | GPT-1 Papier
En 2018, OpenAI a publié un article(Improving Language Understanding by Generative Pre-Training) sur l'utilisation de la compréhension du langage naturel à l'aide de son modèle de langage GPT-1. Ce modèle était une preuve de concept et n'a pas été rendu public.
GPT-2
Modèle de performance sur différentes tâches | Papier GPT-2
L'année suivante, OpenAI a publié un autre article(Language Models are Unsupervised Multitask Learners) sur son dernier modèle, GPT-2. Cette fois, le modèle a été mis à la disposition de la communauté de l'apprentissage automatique et a été adopté pour des tâches de génération de texte. Le GPT-2 pouvait souvent produire quelques phrases avant de s'effondrer. Il s'agit de l'état de l'art en 2019.
GPT-3
Résultats sur trois tâches d'AQ en domaine ouvert - Document GPT-3
En 2020, OpenAI a publié un autre article(Language Models are Few-Shot Learners) sur son modèle GPT-3. Le modèle avait 100 fois plus de paramètres que le GPT-2 et a été entraîné sur un ensemble de données textuelles encore plus important, ce qui a permis d'améliorer les performances du modèle. Le modèle a continué d'être amélioré avec diverses itérations connues sous le nom de série GPT-3.5, y compris le ChatGPT axé sur la conversation.
Cette version a pris le monde d'assaut après l'avoir surpris par sa capacité à générer des pages de texte semblables à celles d'un être humain. Le chatGPT est devenu l'application web à la croissance la plus rapide de tous les temps, atteignant 100 millions d'utilisateurs en seulement deux mois.
Vous trouverez plus d'informations sur le GPT-3, ses utilisations et son mode d'emploi dans un autre article.
Introduction au cours ChatGPT
Commencez avec ChatGPT
Qu'est-ce que le GPT-4 ?
Le GPT-4 a été développé pour améliorer l'"alignement" du modèle, c'est-à-dire sa capacité à suivre les intentions de l'utilisateur tout en le rendant plus sincère et en générant des résultats moins offensants ou dangereux.
Pour vous tenir au courant des modèles les plus récents, vous pouvez consulter nos guides sur le GPT-4 Turbo et nos articles sur le GPT-4o pour obtenir plus de détails.
Amélioration des performances du GPT-4
Comme vous pouvez vous y attendre, le GPT-4 améliore les modèles du GPT-3.5 en ce qui concerne l'exactitude factuelle des réponses. Le nombre d'"hallucinations", où le modèle commet des erreurs factuelles ou de raisonnement, est plus faible, GPT-4 obtenant un score supérieur de 40 % à celui de GPT-3.5 sur le critère de performance factuelle interne d'OpenAI.
Il améliore également la "dirigeabilité", c'est-à-dire la capacité à modifier son comportement en fonction des demandes de l'utilisateur. Par exemple, vous pouvez lui ordonner d'écrire dans un style, un ton ou une voix différents. Essayez de commencer les invites par "Vous êtes un expert en données gargantuesque" ou "Vous êtes un expert en données laconique" et demandez-lui de vous expliquer un concept de science des données. Pour en savoir plus sur la conception d'excellents messages-guides pour les modèles de TPG, cliquez ici.
Une autre amélioration concerne le respect des glissières de sécurité par le modèle. Si vous lui demandez de faire quelque chose d'illégal ou de peu recommandable, il est plus à même de refuser la demande.
Utilisation d'entrées visuelles dans le GPT-4
L'un des principaux changements est que le GPT-4 peut utiliser des images (en avant-première pour la recherche uniquement ; pas encore disponible pour le public) et du texte. Les utilisateurs peuvent spécifier n'importe quelle tâche visuelle ou linguistique en saisissant des textes et des images intercalés.
Les exemples présentés montrent que le GPT-4 interprète correctement des images complexes telles que des graphiques, des mèmes et des captures d'écran d'articles académiques.
À partir de juin 2024, la capacité de saisie d'images de GPT-4 a été mise à la disposition d'un groupe plus large d'utilisateurs. Par exemple, j'ai demandé à GPT-4o d'analyser une photo d'une de mes plantes. Et, bien que je n'aie pas encore accès aux fonctions de vision intégrée de GPT-4o, j'ai dû prendre une photo et demander à ChatGPT de quelle plante il s'agissait :
Ce n'est pas un mauvais effort, même s'il n'est pas tout à fait exact. Bien qu'il s'agisse d'un bonsaï, il s'agit d'un Ilex crenata et non d'un Carmona retusa. Néanmoins, les deux se ressemblent beaucoup et c'est donc une erreur facile à commettre. J'ai apprécié le contexte supplémentaire sur la façon de prendre soin de la plante.
Vous trouverez ci-dessous un exemple de raisonnement visuel à partir d'un graphique :
Performances de la GPT-4
OpenAI a évalué GPT-4 en simulant des examens conçus pour les humains, tels que l'Uniform Bar Examination et le LSAT pour les avocats, et le SAT pour l'admission à l'université. Les résultats ont montré que le GPT-4 atteignait des performances de niveau humain sur divers critères de référence professionnels et académiques.
L'OpenAI a également évalué la GPT-4 sur des bancs d'essai traditionnels conçus pour les modèles d'apprentissage automatique, où elle a surpassé les grands modèles de langage existants et la plupart des modèles de pointe qui peuvent inclure un bricolage spécifique au banc d'essai ou des protocoles d'entraînement supplémentaires. Ces critères comprenaient des questions à choix multiples dans 57 matières, des raisonnements de bon sens sur des événements de la vie quotidienne, des questions à choix multiples sur les sciences à l'école primaire, et bien plus encore.
OpenAI a testé la capacité de GPT-4 dans d'autres langues en traduisant le benchmark MMLU, une suite de 14 000 problèmes à choix multiples couvrant 57 sujets, dans différentes langues à l'aide d'Azure Translate. Dans 24 des 26 langues testées, GPT-4 a surpassé les performances en anglais de GPT-3.5 et d'autres grands modèles linguistiques.
Des tests récents indiquent que GPT-4 continue d'être à la pointe des capacités multilingues, en particulier dans les langues sous-représentées, démontrant des performances supérieures dans 28 des 30 langues testées par rapport aux modèles les plus récents.
Dans l'ensemble, les résultats plus concrets de GPT-4 indiquent des progrès significatifs dans les efforts de l'OpenAI pour développer des modèles d'IA dotés de capacités de plus en plus avancées.
Comment accéder au GPT-4 et à ses variantes ?
Vous voulez profiter de la puissance de GPT-4, GPT-4 Turbo, GPT-4o et GPT-4o mini ? Voici comment vous pouvez le faire :
Utilisation de ChatGPT
- Niveau gratuit:
- Accédez au GPT-4o par défaut, avec des plafonds de messages limités.
- Des outils avancés tels que l'analyse des données et les capacités de vision sont également disponibles.
- ChatGPT Plus et Team :
- Abonnez-vous à Plus ou rejoignez une équipe pour bénéficier de plafonds d'utilisation plus importants.
- Envoyez jusqu'à 80 messages toutes les 3 heures sur GPT-4o et jusqu'à 40 sur GPT-4.
- ChatGPT Enterprise:
- Conçu pour les grandes organisations disposant d'un accès illimité à GPT-4o et GPT-4.
- Inclut des fonctionnalités supplémentaires telles qu'une sécurité de niveau entreprise et des outils avancés.
Utiliser l'API OpenAI
- Accès à l'API:
- Créez un compte API OpenAI.
- Effectuez un paiement de 5 $ pour accéder à GPT-4 et GPT-4 Turbo.
- GPT-4o et GPT-4o mini sont disponibles pour tous les utilisateurs de l'API.
- Prix et limites:
- Le GPT-4o est moins cher et plus rapide que le GPT-4 Turbo.
- Consultez la page de tarification de l'API d'OpenAI pour plus de détails.
- Traitement des données:
- Vos données sont sécurisées et ne sont pas utilisées pour la formation à moins que vous n'y consentiez.
Capacités du modèle: Tous les modèles prennent en charge les entrées/sorties de texte, d'image et d'audio.
OpenAI Evals, un cadre pour l'évaluation automatisée des performances des modèles d'IA, a été mis en libre accès afin de permettre à chacun de signaler les lacunes de ses modèles et d'orienter les améliorations ultérieures.
Passez au niveau supérieur
En attendant, vous pouvez apprendre l 'IA et en savoir plus sur des sujets tels que le GPT-4 et le ChatGPT, dans les ressources suivantes :
- Apprenez à utiliser efficacement le cours de ChatGPT
- Apprenez à créer vos propres modèles de génération de texte par apprentissage profond dans le cours Génération de langage naturel en Python.
- Téléchargez cette antisèche de référence pratique des invites du ChatGPT pour la science des données.
- Écoutez cet épisode de podcast sur la façon dont le ChatGPT et le GPT-3 augmentent les flux de travail pour comprendre comment le ChatGPT peut profiter à votre entreprise.
- Découvrez tous les cours sur l'IA proposés par DataCamp.
Qu'est-ce que le GPT-4 ?
Quelles sont les capacités des modèles GPT ?
Quelle est l'histoire des modèles TPG ?
Quelles sont les améliorations apportées par le GPT-4 par rapport aux modèles précédents ?
Quelles sont les performances de GPT-4 dans les tests de référence ?
Apprenez-en plus sur l'intelligence artificielle et les TPG grâce à ces cours !
Plongez au cœur des principes et des meilleures pratiques de l'ingénierie d'invite pour exploiter des modèles de langage puissants comme ChatGPT afin de résoudre des problèmes du monde réel.
Certification disponible
cours
Concepts d'IA générative
2 hr
34.8K
Certification disponible
cours
Développer des systèmes d'IA avec l'API OpenAI
3 hr
2.8K
Voir plus