GPT-4 क्या है?
GPT-4 को मॉडल के "एलाइनमेंट" में सुधार के लिए विकसित किया गया है — यानी उपयोगकर्ता के इरादों का पालन करने की क्षमता, साथ ही अधिक सत्यनिष्ठ होना और आपत्तिजनक या खतरनाक आउटपुट को कम करना।
नवीनतम मॉडलों से अपडेट रहने के लिए, आप हमारे GPT-4 Turbo और GPT-4o पर गाइड पढ़ सकते हैं, जिनमें और विवरण दिए गए हैं।
GPT-4 में प्रदर्शन सुधार
जैसा कि आप उम्मीद करेंगे, उत्तरों की तथ्यात्मक शुद्धता के मामले में GPT-4, GPT-3.5 मॉडलों से बेहतर है। "हैलुसिनेशन"—जहां मॉडल तथ्यात्मक या तर्क संबंधी गलतियाँ करता है—की संख्या कम है, और OpenAI के आंतरिक तथ्यात्मक प्रदर्शन बेंचमार्क पर GPT-3.5 से 40% अधिक अंक प्राप्त करता है।
यह "स्टीयरएबिलिटी" को भी बेहतर बनाता है, यानी उपयोगकर्ता के अनुरोधों के अनुसार अपना व्यवहार बदलने की क्षमता। उदाहरण के लिए, आप इसे किसी अलग शैली, टोन या आवाज़ में लिखने का निर्देश दे सकते हैं। "You are a garrulous data expert" या "You are a terse data expert" जैसे प्रॉम्प्ट से शुरुआत करके इसे आपको किसी डेटा साइंस की अवधारणा समझाने को कहें। GPT मॉडलों के लिए बेहतरीन प्रॉम्प्ट डिजाइन पर यहाँ और पढ़ें।
एक और सुधार मॉडल की गार्डरेल्स के पालन में है। यदि आप इसे कुछ अवैध या अनुचित करने को कहें, तो यह अनुरोध को अस्वीकार करने में बेहतर है।
GPT-4 में विज़ुअल इनपुट का उपयोग
एक बड़ा बदलाव यह है कि GPT-4 छवि इनपुट (केवल शोध पूर्वावलोकन; अभी तक सार्वजनिक रूप से उपलब्ध नहीं) और पाठ, दोनों का उपयोग कर सकता है। उपयोगकर्ता टेक्स्ट और इमेज को मिलाकर दर्ज करके किसी भी विज़न या भाषा कार्य को निर्दिष्ट कर सकते हैं।
दिखाए गए उदाहरणों में GPT-4 को चार्ट, मीम्स और शैक्षणिक शोध पत्रों के स्क्रीनशॉट जैसे जटिल चित्रों की सही व्याख्या करते हुए दिखाया गया है।
जून 2024 तक, GPT-4 की इमेज इनपुट क्षमता को व्यापक उपयोगकर्ता समूह के लिए उपलब्ध करा दिया गया है। उदाहरण के लिए, मैंने GPT-4o से अपने एक पौधे की तस्वीर का विश्लेषण करने को कहा। और, भले ही मुझे अभी GPT-4o में दिखी एकीकृत विज़न सुविधाओं तक पहुँच नहीं मिली, मुझे तस्वीर लेकर ChatGPT से पूछना पड़ा कि यह कौन सा पौधा है:
यह बुरा प्रयास नहीं है, हालांकि यह पूरी तरह सही भी नहीं है। यह एक बोन्साई पेड़ तो है, लेकिन Carmona retusa के बजाय यह Ilex crenata है। फिर भी, दोनों काफ़ी मिलते-जुलते दिखते हैं, इसलिए यह गलती होना आसान है और मुझे पौधे की देखभाल पर मिला अतिरिक्त संदर्भ अच्छा लगा।
नीचे, हम चार्ट से विज़ुअल रीजनिंग का एक उदाहरण भी देख सकते हैं:
GPT-4 प्रदर्शन बेंचमार्क
OpenAI ने GPT-4 का मूल्यांकन मनुष्यों के लिए डिज़ाइन की गई परीक्षाओं का अनुकरण करके किया, जैसे वकीलों के लिए Uniform Bar Examination और LSAT, तथा विश्वविद्यालय प्रवेश के लिए SAT। परिणामों से पता चला कि GPT-4 ने विभिन्न पेशेवर और शैक्षणिक बेंचमार्क पर मानव-स्तरीय प्रदर्शन हासिल किया।
OpenAI ने GPT-4 का मूल्यांकन पारंपरिक बेंचमार्क पर भी किया, जो मशीन लर्निंग मॉडलों के लिए बनाए गए हैं, जहाँ इसने मौजूदा बड़े भाषा मॉडलों और अधिकांश अत्याधुनिक मॉडलों (जिनमें बेंचमार्क-विशिष्ट क्राफ्टिंग या अतिरिक्त प्रशिक्षण प्रोटोकॉल शामिल हो सकते हैं) को पीछे छोड़ दिया। इन बेंचमार्क में 57 विषयों में बहुविकल्पीय प्रश्न, रोजमर्रा की घटनाओं के इर्द-गिर्द कॉमनसेन्स रीजनिंग, स्कूल-स्तरीय बहुविकल्पीय विज्ञान प्रश्न आदि शामिल थे।
OpenAI ने GPT-4 की अन्य भाषाओं में क्षमता का परीक्षण MMLU बेंचमार्क—57 विषयों में फैले 14,000 बहुविकल्पीय प्रश्नों के एक सूट—को Azure Translate का उपयोग करके विभिन्न भाषाओं में अनुवाद करके किया। परीक्षण की गई 26 में से 24 भाषाओं में, GPT-4 ने GPT-3.5 और अन्य बड़े भाषा मॉडलों के अंग्रेज़ी-भाषा प्रदर्शन से बेहतर प्रदर्शन किया।
हालिया परीक्षण संकेत देते हैं कि GPT-4 बहुभाषी क्षमताओं में, विशेषकर कम प्रतिनिधित्व वाली भाषाओं में, नेतृत्व बनाए रखता है, और नवीनतम मॉडलों की तुलना में 30 में से 28 भाषाओं में बेहतर प्रदर्शन दिखाता है।
कुल मिलाकर, GPT-4 के अधिक ठोस परिणाम यह दर्शाते हैं कि OpenAI अधिक उन्नत क्षमताओं वाले AI मॉडल विकसित करने के अपने प्रयास में महत्वपूर्ण प्रगति कर रहा है।
GPT-4 और इसके वेरिएंट तक पहुँच कैसे प्राप्त करें
GPT-4, GPT-4 Turbo, GPT-4o, और GPT-4o mini की शक्ति का लाभ उठाना चाहते हैं? यहाँ जानें आप यह कैसे कर सकते हैं:
ChatGPT का उपयोग
- फ्री टियर:
- डिफॉल्ट रूप से GPT-4o तक पहुँच, सीमित संदेश कैप्स के साथ।
- डेटा विश्लेषण और विज़न क्षमताओं जैसे उन्नत टूल भी उपलब्ध हैं।
- ChatGPT Plus और Team:
- बड़े उपयोग कैप्स के लिए Plus की सदस्यता लें या Team से जुड़ें।
- GPT-4o पर हर 3 घंटे में अधिकतम 80 संदेश और GPT-4 पर अधिकतम 40 संदेश भेजें।
- ChatGPT Enterprise:
- बड़ी संस्थाओं के लिए डिज़ाइन किया गया, GPT-4o और GPT-4 तक असीमित पहुँच के साथ।
- एंटरप्राइज़-ग्रेड सुरक्षा और उन्नत टूल जैसे अतिरिक्त फीचर्स शामिल हैं।
OpenAI API का उपयोग
- API एक्सेस:
- OpenAI API खाता बनाएँ।
- GPT-4 और GPT-4 Turbo तक पहुँच के लिए $5 का भुगतान करें।
- GPT-4o और GPT-4o mini सभी API उपयोगकर्ताओं के लिए उपलब्ध हैं।
- मूल्य निर्धारण और सीमाएँ:
- GPT-4o, GPT-4 Turbo की तुलना में सस्ता और तेज़ है।
- विवरण के लिए OpenAI के API प्राइसिंग पेज को देखें।
- डेटा हैंडलिंग:
- आपका डेटा सुरक्षित है और जब तक आप ऑप्ट-इन न करें, इसे प्रशिक्षण के लिए उपयोग नहीं किया जाता।
मॉडल क्षमताएँ: सभी मॉडल टेक्स्ट, इमेज और ऑडियो इनपुट/आउटपुट को सपोर्ट करते हैं।
OpenAI ने OpenAI Evals को ओपन-सोर्स किया है, जो AI मॉडल प्रदर्शन के स्वचालित मूल्यांकन के लिए एक फ्रेमवर्क है, ताकि कोई भी उनके मॉडलों में कमियों की रिपोर्ट कर सके और आगे के सुधारों का मार्गदर्शन कर सके।
अगले स्तर पर जाएँ
इस बीच, आप AI सीखें और नीचे दिए गए संसाधनों में GPT-4 और ChatGPT जैसे विषयों के बारे में और पढ़ें:
- ChatGPT का प्रभावी उपयोग कैसे करें कोर्स
- अपने स्वयं के डीप-लर्निंग टेक्स्ट जेनरेशन मॉडल बनाना सीखें, Natural Language Generation in Python कोर्स में।
- यह उपयोगी डेटा साइंस के लिए ChatGPT प्रॉम्प्ट्स चीट शीट डाउनलोड करें।
- इस पॉडकास्ट एपिसोड को सुनें: How ChatGPT and GPT-3 Are Augmenting Workflows, यह समझने के लिए कि ChatGPT आपके व्यवसाय को कैसे लाभ पहुँचा सकता है।
- DataCamp के सभी AI कोर्स देखें
FAQs
GPT-4 क्या है?
GPT-4 Generative Pre-trained Transformers का नवीनतम संस्करण है, जो प्राकृतिक भाषा प्रसंस्करण और पाठ जनरेशन के लिए उपयोग किया जाने वाला डीप लर्निंग मॉडल का एक प्रकार है। यह कृत्रिम बुद्धिमत्ता, विशेषकर प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में, एक महत्वपूर्ण मील का पत्थर दर्शाता है।
GPT मॉडलों की क्षमताएँ क्या हैं?
GPT मॉडल मानव-समान पाठ उत्पन्न कर सकते हैं, प्रश्नों के उत्तर दे सकते हैं, पाठ का सारांश बना सकते हैं, पाठ का अन्य भाषाओं में अनुवाद कर सकते हैं, कोड जेनरेट कर सकते हैं, और ब्लॉग पोस्ट, कहानियाँ, वार्तालाप जैसी विभिन्न प्रकार की सामग्री तैयार कर सकते हैं।
GPT मॉडलों का इतिहास क्या है?
GPT मॉडल ट्रांसफॉर्मर मॉडलों के आविष्कार से संभव हो पाए, जिसकी शुरुआत 2017 में Google के BERT से हुई। इससे पहले, पाठ निर्माण अन्य डीप लर्निंग मॉडलों, जैसे recursive neural networks (RNNs) और long short-term memory neural networks (LSTMs), द्वारा किया जाता था।
GPT-4 पहले के मॉडलों पर कैसे सुधार करता है?
GPT-4 मॉडल के "एलाइनमेंट" में सुधार करता है — यानी उपयोगकर्ता के इरादों का पालन करने की क्षमता — साथ ही इसे अधिक सत्यनिष्ठ बनाता है और आपत्तिजनक या खतरनाक आउटपुट को कम करता है। यह तथ्यात्मक शुद्धता और "स्टीयरएबिलिटी" (उपयोगकर्ता अनुरोधों के अनुसार व्यवहार बदलने की क्षमता) में भी सुधार करता है। इसके अतिरिक्त, GPT-4 पाठ के साथ-साथ छवि इनपुट का भी उपयोग कर सकता है।
बेंचमार्क पर GPT-4 का प्रदर्शन कैसा है?
GPT-4 ने विभिन्न पेशेवर और शैक्षणिक बेंचमार्क पर मानव-स्तरीय प्रदर्शन हासिल किया, जिनमें वकीलों के लिए Uniform Bar Examination और LSAT, तथा विश्वविद्यालय प्रवेश के लिए SAT शामिल हैं। इसने पारंपरिक मशीन लर्निंग बेंचमार्क पर भी मौजूदा बड़े भाषा मॉडलों और अधिकांश अत्याधुनिक मॉडलों से बेहतर प्रदर्शन किया।
एक प्रमाणित डेटा साइंटिस्ट के रूप में, मैं अत्याधुनिक तकनीक का उपयोग करके नवाचारी मशीन लर्निंग अनुप्रयोग बनाने के लिए उत्साहित रहता/रहती हूँ। स्पीच रिकॉग्निशन, डेटा विश्लेषण और रिपोर्टिंग, MLOps, संवादात्मक AI और NLP में मजबूत पृष्ठभूमि के साथ, मैंने ऐसे बुद्धिमान सिस्टम विकसित करने में अपनी विशेषज्ञता निखारी है जो वास्तविक प्रभाव डाल सकें। तकनीकी दक्षता के अलावा, मैं जटिल अवधारणाओं को स्पष्ट और संक्षिप्त भाषा में प्रस्तुत करने में भी निपुण हूँ। परिणामस्वरूप, मैं डेटा साइंस पर एक मांग में रहने वाला/वाली ब्लॉगर बन गया/गई हूँ, और डेटा प्रोफेशनलों के बढ़ते समुदाय के साथ अपने अनुभव और विचार साझा करता/करती हूँ। वर्तमान में, मैं कंटेंट निर्माण और संपादन पर केंद्रित हूँ, बड़े भाषा मॉडलों के साथ काम करते हुए ऐसा प्रभावशाली और आकर्षक कंटेंट विकसित कर रहा/रही हूँ जो व्यवसायों और व्यक्तियों दोनों को अपने डेटा का अधिकतम लाभ उठाने में मदद कर सके।
GPT-4 का रिलीज़ कृत्रिम बुद्धिमत्ता, विशेषकर प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में, एक महत्वपूर्ण मील का पत्थर था। इस लेख में, हम इसकी उन्नत क्षमताओं का विस्तृत विश्लेषण प्रस्तुत करते हैं और Generative Pre-trained Transformers (GPT) के इतिहास और विकास पर, साथ ही GPT-4 द्वारा खोली गई नई संभावनाओं पर चर्चा करते हैं।
हमारे GPT-4o पर लेख, जो GPT का नवीनतम संस्करण है, भी देखें। साथ ही, हमारे AI Fundamentals Track में GPT-4 जैसे Large Language Models के बारे में और जानें।
Generative Pre-trained Transformers क्या हैं?
Generative Pre-trained Transformers (GPT) डीप लर्निंग मॉडल का एक प्रकार हैं जिनका उपयोग मानव-समान पाठ उत्पन्न करने के लिए किया जाता है। आम उपयोगों में शामिल हैं
GPT मॉडलों के अनगिनत उपयोग हैं, और आप उन्हें विशिष्ट डेटा पर फाइन-ट्यून करके और भी बेहतर परिणाम प्राप्त कर सकते हैं। ट्रांसफॉर्मर्स का उपयोग करके, आप कंप्यूटिंग, समय और अन्य संसाधनों पर लागत बचा पाएंगे।
GPT से पहले
प्राकृतिक भाषा के लिए वर्तमान AI क्रांति ट्रांसफॉर्मर मॉडलों के आविष्कार से ही संभव हो पाई, जिसकी शुरुआत 2017 में Google के BERT से हुई। इससे पहले, पाठ उत्पादन अन्य डीप लर्निंग मॉडलों, जैसे recursive neural networks (RNNs) और long short-term memory neural networks (LSTMs) से किया जाता था। ये एकल शब्द या छोटे वाक्यांश आउटपुट करने में तो अच्छे थे, लेकिन यथार्थपरक लंबी सामग्री उत्पन्न नहीं कर पाते थे।
BERT का ट्रांसफॉर्मर दृष्टिकोण एक बड़ा बदलाव था क्योंकि यह एक सुपरवाइज्ड लर्निंग तकनीक नहीं है। यानी इसे प्रशिक्षित करने के लिए महंगे एनोटेटेड डेटासेट की आवश्यकता नहीं थी। BERT का उपयोग Google द्वारा प्राकृतिक भाषा खोजों की व्याख्या के लिए किया गया, हालांकि यह किसी प्रॉम्प्ट से पाठ उत्पन्न नहीं कर सकता।
GPT-1
ट्रांसफॉर्मर आर्किटेक्चर | GPT-1 पेपर
2018 में, OpenAI ने एक पेपर (Improving Language Understanding by Generative Pre-Training) प्रकाशित किया, जिसमें उनके GPT-1 भाषा मॉडल के जरिए प्राकृतिक भाषा समझ का उपयोग दर्शाया गया। यह मॉडल एक प्रूफ-ऑफ-कॉन्सेप्ट था और सार्वजनिक रूप से जारी नहीं किया गया।
GPT-2
विभिन्न कार्यों पर मॉडल का प्रदर्शन | GPT-2 पेपर
अगले वर्ष, OpenAI ने एक और पेपर (Language Models are Unsupervised Multitask Learners) अपने नवीनतम मॉडल GPT-2 पर प्रकाशित किया। इस बार, मॉडल को मशीन लर्निंग समुदाय के लिए उपलब्ध कराया गया और पाठ निर्माण कार्यों के लिए कुछ अपनापन मिला। GPT-2 अक्सर कुछ वाक्य उत्पन्न कर सकता था, उसके बाद टूटने लगता था। 2019 में यह अत्याधुनिक था।
GPT-3
तीन ओपन-डोमेन QA कार्यों पर परिणाम | GPT-3 पेपर
2020 में, OpenAI ने एक और पेपर (Language Models are Few-Shot Learners) अपने GPT-3 मॉडल पर प्रकाशित किया। इस मॉडल में GPT-2 की तुलना में 100 गुना अधिक पैरामीटर थे और इसे एक और भी बड़े पाठ डेटासेट पर प्रशिक्षित किया गया, जिससे मॉडल का प्रदर्शन बेहतर हुआ। मॉडल को GPT-3.5 श्रृंखला के नाम से जानी जाने वाली विभिन्न आवृत्तियों से और सुधारा गया, जिनमें वार्तालाप-केंद्रित ChatGPT भी शामिल है।
इस संस्करण ने मानव-समान पाठ के लंबे पन्ने उत्पन्न करने की क्षमता से दुनिया को चौंका दिया और तेजी से लोकप्रिय हुआ। ChatGPT अब तक का सबसे तेजी से बढ़ने वाला वेब एप्लिकेशन बन गया, जिसने सिर्फ दो महीनों में 10 करोड़ उपयोगकर्ताओं तक पहुंच बनाई।
आप एक अलग लेख में GPT-3 के बारे में अधिक जान सकते हैं, इसके उपयोग और इसे कैसे प्रयोग करें।