GPT-4：全球领先的多模态模型研究报告

我们详细介绍了全球领先的GPT-4多模态模型的开发，该模型可以同时处理图像和文本输入，并生成高质量的文本输出。尽管在某些现实场景中仍不及人类表现，但在各种专业和学术基准测试中，GPT-4展现出与人类水平相当甚至更高的表现，甚至在模拟律师考试中获得了前10%的成绩。作为基于Transformer模型的重要组成部分，GPT-4经过预训练，能够准确预测文档中的下一个令牌。通过进一步的调整和训练，该模型的真实性和遵守期望行为的能力得到了提升。我们还介绍了在不同规模上表现可预测的基础设施和优化方法，这使我们能够使用比GPT-4模型计算量更小的模型精确预测GPT-4的性能。