本项目探讨了自我奖励语言模型，其中模型充当自己的评判者以改善训练。通过使用这种方法，研究人员能够提高模型的性能，超越像GPT-4这样的其他系统。

虽然GPT-4在许多任务上表现得熟练，但也存在一些奇怪的不足之处。例如，它可以说所有语言，但几乎无法做数学。随着人工智能变得更加有能力，该技术将对世界产生越来越大的影响。本文列出了人工智能可能影响世界的几...

AlphaCodium推出了一种新颖的方法来增强LLMs的代码生成能力。这种多阶段、基于测试的迭代过程显著提高了像GPT-4这样的模型在解决复杂编程问题时的准确性，如在CodeContests数据集上所展示的。

Mixtral是一款人工智能软件，可用于数据处理和分析。使用GPT-4对其进行微调，可以快速降低其使用成本。GPT-4是最新一代的自然语言处理模型，具有更高的性能和更广泛的应用场景。在测试中，Mixtral与GPT-4的结合效果...

TACO是一个新的基准，用于评估系统生成代码的能力。它比现有数据集大得多，包含更具挑战性的问题。在简单的问题上，GPT-4的正确率达到30％，而在最难的问题子集上，它仅能达到2％。

最近对ChatGPT的GPT-4接口进行的更改，显著地改变了模型的网络浏览工具。这些更改阻止了模型直接引用网页上的引用，并限制了完整内容的查看。本文分析了GPT-4网络浏览的基本机制、隐藏的变化及其影响。OpenAI越来越...

OpenAI推出了ChatGPT Team，这是一项新的订阅计划，针对最多149名成员的小团队提供AI聊天机器人服务。该计划提供专用工作区、访问OpenAI的最新模型（包括GPT-4和DALL-E 3）、文件分析工具以及无需编码经验即可创建定...

最近的基准测试显示，GPT-4成功完成了70%的编程任务，而GPT-4 Turbo略微落后，仅达到了68.8%。有趣的是，GPT-4 Turbo需要更多的第二次尝试，这表明它可能缺乏GPT-4的记忆能力。随后的测试证实了这一点。