大家好啊，我是董董灿。
作为最受欢迎的大模型之一，GPT5什么时候发布一直吊着网友们的胃口。
2024年6月20日，美国达特茅斯工程学院公布了对OpenAI首席技术官米拉·穆拉蒂（Mira Murati）的采访视频。
米拉在采访中透露，GPT5将在一年半后发布，该模型在某些领域已经将达到博士的水平。
如果说 GPT3 是幼儿园或小学的智能水平，GPT4 是高中生的水平，那么GPT5 则直接可以达到博士的水平。
虽然这么说有些夸张，但博士水平意味着 GPT5 可以在某些特定任务中具有更好的表现，而非通用水平表现。
也就是说，在某些特定任务中，模型更加专业，水平更高，或许是得益于模型训练中有更多的专业语料的加持。
事实上，GPT系列一直走的路线是“大力出奇迹”。
在chatGPT（gpt3.5的水平）爆火之前，GPT1和GPT2都没有在社会上掀起很大的波澜，直到 chatgpt破圈。
下面是OpenAI从发布 GPT1到GPT4的过程和相关模型的简介。
GPT1
在2018年，OpenAI开始在生成式预训练领域进行大模型训练，推出了GPT1，采用Transformer架构来增强模型对于自然语言的理解能力。
该模型在他们的论文《Improving Language Understanding by Generative Pre-Training》中进行了详细描述，但是该模型仅仅作为概念和模型原型验证，并未公开发布。
有意思的是，此时 OpenAI 并未给模型起名字，而是网友根据该篇论文的题目，将生成式预训练的英文缩写当做了模型的名字。
GPT由此而来，名字是网友给起的，后来官网也欣然接受了这个名字。
GPT2
一年后，OpenAI发布了GPT2，展示了文本生成方面的显著改进，GPT2能够生成简短的文本段落，相较于其前身GPT1取得了显著进步。
GPT2是公开发布的，你可以从社区和相关的代码仓库中拿到很多数据进行实验。
实际上，GPT2是OpenAI为了向BERT（Bidirectional Encoder Representations from Transformers，Google的大模型）进行回应而做出的论文。
是为了证明基于Decoder-Only 的架构要比BERT这种基于Encoder的架构要好，或者一样有效果。
但是从GPT2开始，模型的发展开始朝着一个奇怪的方向演进了：那就是参数量越来越大，此时的GPT2有1.5B个参数，也就是15亿。
GPT3
在2020年，OpenAI发布了GPT3，大幅度增加了模型的规模，其参数数量是GPT2的100倍，达到了175B，1750亿个参数。
参数量的增长，使得GPT-3能够生成更长、更连贯的文本，并且在各种任务中表现出色。
ChatGPT作为GPT3.5系列中的专注于对话的模型，展示了生成类似人类文本的惊人能力，并且在当时迅速获得了广泛采用，在短短两个月内达到了1亿用户。chatGPT 一年前的初体验.
GPT4
GPT4是该系列的最新版本，凭借更大的数据集和更多的参数，GPT4在自然语言理解和生成能力上优于GPT3,它在生成连贯、上下文相关的长文本方面表现的更好，并在复杂对话场景中的理解能力有所提升。
GPT4 有着1.5T的参数量，大约是1.5万亿的量级。
GPT4的进步包括更细腻的上下文理解、更高的准确性以及减少生成偏见或有害内容的能力。
它的应用范围非常广泛，从高级对话代理到复杂内容创作工具，展示了其多功能性和AI驱动的自然语言处理技术的不断演变。
在2023年11月，OpenAI推出了具有视觉功能的GPT4 Turbo，更新了多个特性。
随后在2024年5月，推出了GPT4o，这是一款多模态模型，提供了更快的响应速度。
GPT5
GPT5是 OpenAI GPT系列的下一个版本。
尽管关于这一版本的信息还比较少，但我们知道GPT4就是在其前身的基础上取得了显著改进，特别是在逻辑推理能力方面。
GPT4的训练数据截止到2023年4月，这之后的事情它还不了解，但GPT4依然拥有着广泛的知识基础和对世界的深刻理解。
因此，按照OpenAI以往的经验和惯例，GPT5将遵循相同的趋势，进一步扩大其规模，改进现有的GPT4模型。
GPT5的更多细节还不清楚，你觉的它的参数量将会达到什么量级呢？
我的技术专栏已经有几百位朋友加入了。
如果你也希望了解AI技术，学习AI视觉或者大语言模型，戳下面的链接加入吧，这可能是你学习路上非常重要的一次点击呀
最后，送一句话给大家：生活不止眼前，还有诗和远方，共勉~
1125
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
