GPT-4 ve GPT-4o
GPT-4 (2023), OpenAI'un metnin yanı sıra görüntüleri de kabul edebilen çığır açıcı büyük çok modlu modeliydi ve GPT-4o (2024), onu daha hızlı, daha ucuz ve ses, görüntü ve metni tek bir modelde yerel olarak işleyebilecek hale getirdi.
Genel Bakış
Together they defined the modern era of ChatGPT.
Derin Dalış
Mart 2023'te piyasaya sürülen GPT-4, GPT-3.5'e göre büyük bir sıçramaydı: Bar ve AP testleri gibi sınavlarda en yüksek yüzdelik dilimlerde puan aldı, çok daha uzun istemleri ele aldı ve resimler hakkında mantık yürütebiliyordu. GPT-4 Turbo daha sonra 128 bin jetonluk bir bağlam penceresi ve daha ucuz fiyatlandırma ekledi. Mayıs 2024'te OpenAI, metin, ses ve görüntü açısından uçtan uca eğitilen tek bir model olan "o"nun "omni" anlamına geldiği GPT-4o'yu tanıttı. Daha önceki ses modu üç ayrı modeli (konuşmadan metne, ardından GPT, ardından metinden konuşmaya) zincirleyerek gecikme ekliyordu; GPT-4o, sesi doğrudan işleyerek, duygusal bir tonla ve yarıda kesilebilme özelliğiyle neredeyse gerçek zamanlıya yakın konuşma olanağı sağlar. Aynı zamanda API aracılığıyla GPT-4 Turbo'nun kabaca iki katı kadar hızlı ve yarısı kadar maliyetlidir ve OpenAI bunu ücretsiz ChatGPT kullanıcılarının kullanımına sunarak erişimi önemli ölçüde genişletti.
Teknik Bilgi
Her ikisi de, bir sonraki jetonu tahmin etmek üzere eğitilmiş, daha sonra talimatları takip etmek ve güvenli bir şekilde davranmak için insan geri bildiriminden (RLHF) takviyeli öğrenmeyle iyileştirilmiş, yalnızca kod çözücüye yönelik Transformer modelleridir. GPT-4o'daki en önemli ilerleme, uçtan uca çok modluluktur: konuşmayı ayrı transkripsiyon ve sentez modelleri aracılığıyla yönlendirmek yerine, tek bir ağ ses belirteçlerini doğrudan alır ve yayar; tonu, zamanlamayı ve sözel olmayan ipuçlarını korurken gecikmeyi kabaca konuşma hızına (birkaç yüz milisaniye) düşürür.
Stratejik Etki
Vendor strategy
Satıcı yol haritaları, ekibinizin bundan sonra hangi özellikleri geliştirebileceğini etkiler.
Maliyet ve bütçe
Ticari şartlar ve dağıtım seçenekleri uzun vadeli maliyet ve riski etkiler.
Risk and safety
Şirket teşvikleri ürün temerrütlerini, güvenlik duruşunu ve açıklığı şekillendirir.
GPT-4 ve GPT-4o'nun Geleceği
GPT-4o, akıcı, gerçek zamanlı çok modlu asistanlar için şablonu belirledi ve OpenAI'nin ardılları, akıl yürütme (yanıtlamadan önce düşünen o-serisi 'düşünme' modelleri), daha uzun bağlam ve aracılı araç kullanımı konularında daha da ileri gidiyor. Daha düşük maliyetler, daha zengin gerçek zamanlı ses ve video etkileşimi, daha sıkı uygulama ve cihaz entegrasyonu ve görevin zorluğuna bağlı olarak hızlı yanıtlar ile yavaş, dikkatli muhakeme arasında akıcı bir şekilde geçiş yapan modeller bekleyin. Yerel olarak görüntü ve ses üreten multimodal nesil genişlemeye devam edecek.
Gerçek Dünya Uygulaması
ChatGPT'nin Gelişmiş Ses Moduyla, cümlenin ortasında kesintiye uğramak dahil, neredeyse gerçek zamanlı bir konuşma yapma
Buzdolabının içindekilerin fotoğrafını yükleme ve GPT-4o'dan tarif önermesini isteme
Özetleme ve risk belirleme için 128k token bağlam penceresine uzun bir yasal sözleşmeyi yapıştırmak
Bir grafiği, el yazısıyla yazılan notu veya bir hata mesajının ekran görüntüsünü okumak ve açıklamak için görme yeteneğini kullanma
Riskler ve Korkuluklar
Lansman duyuruları, gerçek üretim iş akışlarında istikrarın önüne geçebilir.
API fiyatlandırması veya politika değişiklikleri, varsayımları bir gecede boşa çıkarabilir.
Tek satıcıya bağımlılık, bağlılık ve geçiş maliyetlerini artırır.
Uygulama Yol Haritası
Sağlayıcıları kendi görevlerinizi ve veri kümelerinizi kullanarak değerlendirin.
Entegrasyondan önce gizlilik, güvenlik ve yasal şartları inceleyin.
Modeller veya satıcılar arasında bir geri dönüş planı sürdürün.
Yol haritası değişikliklerinin ekipleri şaşırtmaması için sürüm notlarını izleyin.
Keşfetmeye Devam Edin
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the GPT-4 and GPT-4o quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
OpenAI GPT-4.5 ve GPT-5
Sık sorulan sorular
What is GPT-4 and GPT-4o?
GPT-4 (2023), OpenAI'un metnin yanı sıra görüntüleri de kabul edebilen çığır açıcı büyük çok modlu modeliydi ve GPT-4o (2024), onu daha hızlı, daha ucuz ve ses, görüntü ve metni tek bir modelde yerel olarak işleyebilecek hale getirdi. Birlikte ChatGPT modern çağını tanımladılar.
GPT-4o'daki 'o' ne anlama geliyor?
'O', 'omni' anlamına gelir ve GPT-4o'nun metin, ses ve görüntüyü bir arada işleyen tek bir model olduğunu yansıtır.
GPT-4o'nun ses modu neden GPT-4'ün önceki ses özelliğinden daha hızlıdır?
Daha önceki ses modu üç ayrı modeli zincirleyerek gecikmeye neden oluyordu. GPT-4o, sesi uçtan uca tek bir ağda yöneterek gecikmeyi konuşmaya yakın hıza indirir.
GPT-4, lansman sırasında GPT-3.5'e kıyasla hangi önemli yeni giriş türünü tanıttı?
GPT-4, metne ek olarak görüntü girişlerini de kabul edebilen, GPT-3.5'te bulunmayan büyük, çok modlu bir modeldi.
GPT-4 Turbo hangi bağlam penceresi boyutunu sunuyordu?
GPT-4 Turbo, bağlam penceresini 128 bin jetona genişleterek çok daha uzun belgelere ve konuşmalara olanak sağladı.
GPT-4 ve GPT-4o'nun talimatları takip etmesini ve güvenli davranmasını sağlamak için hangi eğitim tekniği kullanılıyor?
Bir sonraki jeton ön eğitiminin ardından modeller, yararlı, güvenli talimat takip davranışını şekillendirmek için insan tercihleri kullanılarak RLHF ile iyileştirilir.