GPT-4技术系列研究报告

核心观点

OpenAI 发布了其最新的语言模型 GPT-4.5，该模型在规模、知识库和通用性方面都取得了显著进步。GPT-4.5 扩展了无监督学习和思维链推理，并采用了新的对齐技术，使其更符合人类意图，情商更高，幻觉更少。

关键数据

• GPT-4.5 的预训练规模更大，计算效率比 GPT-4 提高了 10 倍以上。
• GPT-4.5 在 MMLU 测试集中，多语言性能优于 GPT-4o。
• GPT-4.5 在各种准备评估中，性能介于 GPT-4o 和 o1 之间。

安全评估

• GPT-4.5 在不允许的内容评估中，与 GPT-4o 大致相当，但在某些情况下更容易出现过度拒绝。
• GPT-4.5 在越狱评估中，性能接近 GPT-4o。
• GPT-4.5 在幻觉评估中，表现与 GPT-4o 和 o1-mini 相似或更好。
• GPT-4.5 在公平与偏见评价中，表现与 GPT-4o 相似，o1 表现更优。
• GPT-4.5 在通过相互冲突的信息类型越狱评估中，表现优于 GPT-4o。
• 红队评估显示，GPT-4.5 存在一定的安全风险，需要进一步改进。

灾难性风险评估

• GPT-4.5 在化学、生物、辐射、核子和劝导方面的风险被评为中等。
• GPT-4.5 在网络安全和模型自主性方面的风险被评为低。
• GPT-4.5 在制造化学和生物威胁方面的能力有限，但需要持续关注。
• GPT-4.5 在制造辐射与核威胁方面的能力也有限。
• GPT-4.5 在劝导方面的能力较强，需要进一步评估其潜在风险。

结论

GPT-4.5 在能力和安全性方面取得了显著进步，但也增加了某些风险。OpenAI 将其评为中等风险，并采取了相应的保障措施。OpenAI 坚持迭代式部署，以更好地确保人工智能的安全。