Khóa học
Kỹ thuật Prompt với OpenAI API
4 giờ
55.8K
Việc ra mắt GPT-4 đánh dấu một cột mốc quan trọng trong lĩnh vực trí tuệ nhân tạo, đặc biệt là xử lý ngôn ngữ tự nhiên. Trong bài viết này, chúng tôi cung cấp phân tích toàn diện về các năng lực tiên tiến của nó và đi sâu vào lịch sử, sự phát triển của Generative Pre-trained Transformers (GPT), cũng như những khả năng mới mà GPT-4 mở khóa.
Hãy xem bài viết của chúng tôi về GPT-4o, phiên bản mới nhất của GPT, để tìm hiểu thêm. Ngoài ra, hãy tìm hiểu thêm về các Mô hình Ngôn ngữ Lớn như GPT-4 trong Lộ trình AI Fundamentals.
Generative Pre-trained Transformers là gì?
Generative Pre-trained Transformers (GPT) là một loại mô hình học sâu dùng để tạo văn bản giống con người. Các cách sử dụng phổ biến bao gồm
- trả lời câu hỏi
- tóm tắt văn bản
- dịch văn bản sang ngôn ngữ khác
- tạo mã
- tạo bài blog, truyện, hội thoại và các loại nội dung khác.
Ứng dụng của các mô hình GPT là vô tận, và bạn thậm chí có thể tinh chỉnh chúng trên dữ liệu cụ thể để tạo ra kết quả tốt hơn nữa. Khi sử dụng transformers, bạn sẽ tiết kiệm chi phí tính toán, thời gian và các nguồn lực khác.
Trước GPT
Cuộc cách mạng AI hiện nay cho ngôn ngữ tự nhiên chỉ trở nên khả thi với sự ra đời của các mô hình transformer, bắt đầu với BERT của Google vào năm 2017. Trước đó, việc tạo văn bản được thực hiện bằng các mô hình học sâu khác như mạng nơ-ron hồi quy (RNN) và mạng nơ-ron bộ nhớ ngắn dài hạn (LSTM). Những mô hình này hoạt động tốt khi xuất ra từng từ đơn lẻ hoặc cụm ngắn nhưng không thể tạo nội dung dài một cách chân thực.
Cách tiếp cận transformer của BERT là một đột phá lớn vì nó không phải là kỹ thuật học có giám sát. Tức là, nó không cần một bộ dữ liệu được gán nhãn tốn kém để huấn luyện. BERT được Google sử dụng để diễn giải các truy vấn tìm kiếm ngôn ngữ tự nhiên, tuy nhiên nó không thể tạo văn bản từ một gợi ý.
GPT-1
Kiến trúc Transformer | Bài báo GPT-1
Năm 2018, OpenAI công bố một bài báo (Improving Language Understanding by Generative Pre-Training) về việc sử dụng hiểu ngôn ngữ tự nhiên với mô hình ngôn ngữ GPT-1 của họ. Mô hình này là bằng chứng khái niệm và không được phát hành công khai.
GPT-2
Hiệu năng mô hình trên các tác vụ khác nhau | Bài báo GPT-2
Năm sau, OpenAI công bố thêm một bài báo (Language Models are Unsupervised Multitask Learners) về mô hình mới nhất của họ, GPT-2. Lần này, mô hình được cung cấp cho cộng đồng học máy và được đón nhận cho các tác vụ tạo văn bản. GPT-2 thường có thể tạo được vài câu trước khi xuống chất. Đây là mức độ tiên tiến nhất vào năm 2019.
GPT-3
Kết quả trên ba tác vụ Hỏi đáp miền mở | Bài báo GPT-3
Năm 2020, OpenAI công bố thêm một bài báo (Language Models are Few-Shot Learners) về mô hình GPT-3. Mô hình này có số lượng tham số nhiều gấp 100 lần GPT-2 và được huấn luyện trên một tập dữ liệu văn bản còn lớn hơn, dẫn đến hiệu năng mô hình tốt hơn. Mô hình tiếp tục được cải thiện với nhiều phiên bản lặp lại, được biết đến là dòng GPT-3.5, bao gồm ChatGPT tập trung vào hội thoại.
Phiên bản này đã gây chấn động toàn cầu khi khiến thế giới ngạc nhiên với khả năng tạo ra hàng trang văn bản giống con người. ChatGPT trở thành ứng dụng web phát triển nhanh nhất từ trước đến nay, đạt 100 triệu người dùng chỉ trong hai tháng.
Bạn có thể tìm hiểu thêm về GPT-3, các ứng dụng và cách sử dụng trong một bài viết riêng.
GPT-4 là gì?
GPT-4 được phát triển để cải thiện "căn chỉnh" của mô hình - khả năng làm theo ý định của người dùng đồng thời trở nên trung thực hơn và tạo ra ít nội dung phản cảm hoặc nguy hiểm hơn.
Để luôn cập nhật các mô hình mới nhất, bạn có thể xem hướng dẫn về GPT-4 Turbo và các bài viết về GPT-4o của chúng tôi để biết thêm chi tiết.
Cải thiện hiệu năng của GPT-4
Đúng như kỳ vọng, GPT-4 cải thiện so với các mô hình GPT-3.5 về độ chính xác thực tế của câu trả lời. Số lượng "ảo giác", khi mô hình mắc lỗi về thực tế hoặc suy luận, giảm xuống, với GPT-4 đạt điểm cao hơn 40% so với GPT-3.5 trên thước đo hiệu năng thực tế nội bộ của OpenAI.
Nó cũng cải thiện khả năng "điều hướng" (steerability), tức khả năng thay đổi hành vi theo yêu cầu của người dùng. Ví dụ, bạn có thể yêu cầu nó viết theo phong cách, giọng điệu hay tiếng nói khác nhau. Hãy thử bắt đầu lời nhắc bằng "Bạn là một chuyên gia dữ liệu lắm lời" hoặc "Bạn là một chuyên gia dữ liệu súc tích" và yêu cầu nó giải thích một khái niệm khoa học dữ liệu cho bạn. Bạn có thể đọc thêm về cách thiết kế lời nhắc hiệu quả cho các mô hình GPT tại đây.
Một cải tiến nữa là việc mô hình tuân thủ các rào chắn an toàn. Nếu bạn yêu cầu nó làm điều gì đó bất hợp pháp hoặc không phù hợp, nó sẽ từ chối tốt hơn.
Sử dụng đầu vào hình ảnh trong GPT-4
Một thay đổi lớn là GPT-4 có thể sử dụng cả đầu vào hình ảnh (chỉ bản xem trước nghiên cứu; chưa công khai) và văn bản. Người dùng có thể chỉ định bất kỳ tác vụ thị giác hoặc ngôn ngữ nào bằng cách nhập xen kẽ văn bản và hình ảnh.
Các ví dụ trình diễn cho thấy GPT-4 diễn giải chính xác hình ảnh phức tạp như biểu đồ, meme và ảnh chụp màn hình từ các bài báo học thuật.
Tính đến tháng 6 năm 2024, khả năng đầu vào hình ảnh của GPT-4 đã được cung cấp cho một nhóm người dùng rộng hơn. Ví dụ, tôi đã yêu cầu GPT-4o phân tích một bức ảnh về một trong những cây của tôi. Và, dù tôi vẫn chưa có quyền truy cập vào các tính năng thị giác tích hợp như trong GPT-4o, tôi đã phải chụp ảnh và hỏi ChatGPT đó là cây gì:
Đây không phải là một nỗ lực tệ, dù chưa hoàn toàn chính xác. Dù đúng là cây bonsai, nhưng đó là Ilex crenata chứ không phải Carmona retusa. Dù vậy, hai loại này trông khá giống nhau nên dễ nhầm lẫn, và tôi cũng đánh giá cao phần ngữ cảnh bổ sung về cách chăm sóc cây.
Bên dưới, chúng ta cũng có thể thấy một ví dụ về suy luận thị giác từ một biểu đồ:
Thước đo hiệu năng của GPT-4
OpenAI đã đánh giá GPT-4 bằng cách mô phỏng các kỳ thi dành cho con người, như Kỳ thi Luật sư Thống nhất (Uniform Bar Examination) và LSAT cho luật sư, và SAT cho tuyển sinh đại học. Kết quả cho thấy GPT-4 đạt hiệu năng ở mức con người trên nhiều thước đo chuyên môn và học thuật.
OpenAI cũng đánh giá GPT-4 trên các thước đo truyền thống được thiết kế cho các mô hình học máy, nơi nó vượt trội so với các mô hình ngôn ngữ lớn hiện có và hầu hết các mô hình tối tân, kể cả những mô hình có điều chỉnh theo thước đo hoặc giao thức huấn luyện bổ sung. Các thước đo này bao gồm câu hỏi trắc nghiệm ở 57 môn học, suy luận thường thức về các sự kiện hàng ngày, câu hỏi khoa học trắc nghiệm cấp tiểu học, và hơn thế nữa.
OpenAI đã kiểm tra khả năng của GPT-4 ở các ngôn ngữ khác bằng cách dịch bộ thước đo MMLU, gồm 14.000 câu hỏi trắc nghiệm trải rộng 57 môn học, sang nhiều ngôn ngữ bằng Azure Translate. Ở 24 trong số 26 ngôn ngữ được kiểm tra, GPT-4 vượt trội so với hiệu năng tiếng Anh của GPT-3.5 và các mô hình ngôn ngữ lớn khác.
Các thử nghiệm gần đây cho thấy GPT-4 tiếp tục dẫn đầu về khả năng đa ngôn ngữ, đặc biệt ở các ngôn ngữ ít được đại diện, thể hiện hiệu năng vượt trội ở 28 trong số 30 ngôn ngữ được kiểm tra so với các mô hình mới nhất.
Nhìn chung, các kết quả có cơ sở vững chắc hơn của GPT-4 cho thấy tiến bộ đáng kể trong nỗ lực của OpenAI nhằm phát triển các mô hình AI với năng lực ngày càng tiên tiến.
Cách truy cập GPT-4 và các biến thể
Muốn khai thác sức mạnh của GPT-4, GPT-4 Turbo, GPT-4o và GPT-4o mini? Đây là cách bạn có thể làm:
Sử dụng ChatGPT
- Gói miễn phí:
- Truy cập GPT-4o theo mặc định, với giới hạn số tin nhắn.
- Các công cụ nâng cao như phân tích dữ liệu và tính năng thị giác cũng có sẵn.
- ChatGPT Plus và Team:
- Đăng ký Plus hoặc tham gia Team để có hạn mức sử dụng lớn hơn.
- Gửi tối đa 80 tin nhắn mỗi 3 giờ trên GPT-4o và tối đa 40 trên GPT-4.
- ChatGPT Enterprise:
- Thiết kế cho các tổ chức lớn với quyền truy cập không giới hạn vào GPT-4o và GPT-4.
- Bao gồm các tính năng bổ sung như bảo mật cấp doanh nghiệp và công cụ nâng cao.
Sử dụng OpenAI API
- Quyền truy cập API:
- Đăng ký tài khoản OpenAI API.
- Thanh toán 5 đô la để truy cập GPT-4 và GPT-4 Turbo.
- GPT-4o và GPT-4o mini khả dụng cho mọi người dùng API.
- Giá và giới hạn:
- GPT-4o rẻ hơn và nhanh hơn GPT-4 Turbo.
- Kiểm tra trang định giá API của OpenAI để biết chi tiết.
- Xử lý dữ liệu:
- Dữ liệu của bạn được bảo mật và không dùng cho huấn luyện trừ khi bạn chọn tham gia.
Khả năng của mô hình: Tất cả các mô hình đều hỗ trợ đầu vào/đầu ra văn bản, hình ảnh và âm thanh.
OpenAI đã mã nguồn mở OpenAI Evals, một khung đánh giá tự động hiệu năng mô hình AI, để bất kỳ ai cũng có thể báo cáo các điểm hạn chế trong mô hình và định hướng các cải tiến tiếp theo.
Nâng tầm tiếp theo
Trong lúc này, bạn có thể học AI và đọc thêm về các chủ đề như GPT-4 và ChatGPT qua các tài nguyên sau:
- Khóa học sử dụng ChatGPT hiệu quả
- Học cách tự tạo các mô hình tạo văn bản học sâu trong khóa Natural Language Generation in Python.
- Tải về tờ ghi nhớ các lời nhắc ChatGPT cho khoa học dữ liệu hữu ích này.
- Nghe tập podcast về Cách ChatGPT và GPT-3 tăng cường quy trình làm việc để hiểu cách ChatGPT có thể mang lại lợi ích cho doanh nghiệp của bạn.
- Xem tất cả các khóa học AI của DataCamp
GPT-4 là gì?
Các mô hình GPT có những khả năng gì?
Lịch sử của các mô hình GPT là gì?
GPT-4 cải thiện gì so với các mô hình trước?
GPT-4 thể hiện ra sao trên các thước đo?
Chủ đề
