Νέο μοντέλο ChatGPT o1 του OpenAI είναι έτοιμο για δοκιμή – Ζητάει feedback!

Η OpenAI αποκάλυψε το νέο της μοντέλο o1, το οποίο, ενώ χρειάζεται λίγο περισσότερο χρόνο για να απαντήσει σε ερωτήματα, είναι πολύ πιο πιθανό να είναι ακριβές και να παρέχει σημαντικά πιο λεπτομερείς απαντήσεις από τα προηγούμενα μοντέλα.

Παλαιότερα γνωστό ως project Strawberry ή Q*, αυτό είναι ένα μοντέλο συλλογισμού που παίρνει μια προτροπή και μελετά πώς να το λύσει βήμα-βήμα, αντί να παράγει μια απάντηση διακριτικό με διακριτικό.

Αν και δεν είναι τέλειο για κάθε εργασία, υπερέχει στα μαθηματικά, την κωδικοποίηση και τα προβλήματα που απαιτούν εκτεταμένη σκέψη και ανάλυση. Για παράδειγμα, μπορεί να αναλύσει φύλλα χρόνου και να μεταφέρει δεδομένα για ένα μεγάλο κατάστημα για να επινοήσει ένα βέλτιστο μοτίβο εργασίας.

Τι είναι το ChatGPT o1;

Επί του παρόντος, το νέο μοντέλο προσφέρεται σε δύο εκδόσεις: o1-preview και o1-mini. Κάπως μπερδεμένα, φαίνεται ότι το o1-mini είναι το πιο ισχυρό μοντέλο, αλλά με μικρότερη βάση γνώσεων. Οι αναφορές αναφέρουν ότι το o1-preview εκπαιδεύτηκε σε παλαιότερη αρχιτεκτονική από το mini και το πλήρες o1 θεωρείται πολύ ισχυρό για να απελευθερωθεί χωρίς πρόσθετες προστασίες ασφαλείας και προστατευτικά κιγκλιδώματα.

Αυτό το νέο μοντέλο θα είναι ιδιαίτερα ωφέλιμο για ερευνητές και φοιτητές, καθώς έχει επιδείξει ικανότητες σε επίπεδο διδακτορικού στα μαθηματικά, τα μαθηματικά και άλλα θέματα της επιστήμης, της τεχνολογίας και της μηχανικής. Έχω επινοήσει μια σειρά από προτροπές για να δοκιμάσω πραγματικά τα όριά του, αλλά με μόνο 30 μηνύματα την εβδομάδα, έπρεπε να βρω τρόπους να μεγιστοποιήσω το καθένα. Τούτου λεχθέντος, το OpenAI επανέφερε το όριο τιμών για να δώσει στους χρήστες Plus και Teams περισσότερο χρόνο για να παίξουν με το μοντέλο. Δεν είναι διαθέσιμο για δωρεάν χρήστες του ChatGPT.

Συμβουλές για την προτροπή ChatGPT o1

Με ένα νέο τύπο μοντέλου έρχονται νέες προσεγγίσεις στην προτροπή. Το o1 επεξεργάζεται ένα ερώτημα δουλεύοντας το πρόβλημα και σκεπτόμενος το μέχρι να φτάσει σε μια λύση. Επομένως, η καλύτερη στρατηγική σας είναι να είστε όσο το δυνατόν πιο περιγραφικοί, περιγράφοντας κάθε πτυχή αυτού που θέλετε να επιτύχετε και, στη συνέχεια, αφήνοντας την τεχνητή νοημοσύνη να το χειριστεί.

Μία από τις κορυφαίες συμβουλές μου είναι να χρησιμοποιήσετε ένα άλλο μοντέλο τεχνητής νοημοσύνης όπως το GPT-4o ή το Sonnet 3.5 για να βελτιώσετε τη βασική σας ιδέα σε μια εφαρμόσιμη προτροπή για το o1. Αυτό θα μπορούσε να περιλαμβάνει το να περιγράφει κάθε βήμα που χρειάζεται να κάνει το μοντέλο ή να αναλύει το πρόβλημα σε μικρότερα στοιχεία.

Εκτός από τη βελτιωμένη απόδοση και ακρίβεια, το o1 διαθέτει επίσης ένα σημαντικά μεγαλύτερο παράθυρο εξόδου. Αυτό σημαίνει ότι είναι πιο ικανό να δημιουργήσει μια πλήρη αναφορά, να γράψει μια ολόκληρη βάση κώδικα ή να παρέχει μια λεπτομερή απάντηση σε ένα περίπλοκο ερώτημα σε σύγκριση με άλλα μοντέλα OpenAI.

1. Σχέδιο για τη διαμόρφωση του Άρη

Ένα από τα πιο εντυπωσιακά πράγματα που βρήκα όταν δοκίμασα το o1 ήταν η ικανότητά του να περιγράφει τις απαντήσεις του και να προσφέρει λεπτομερείς εξηγήσεις για το γιατί ανταποκρίθηκε με τον τρόπο που το έκανε. Εδώ ήταν ένα χαρακτηριστικό παράδειγμα αυτού όπου ανέλυσε την απάντηση ενότητα προς ενότητα και έδωσε μια εξήγηση.

Η προτροπή: «Αναπτύξτε ένα ολοκληρωμένο σχέδιο για τη διαμόρφωση του Άρη, αντιμετωπίζοντας μεγάλες προκλήσεις όπως η προστασία από την ακτινοβολία, η δημιουργία ατμόσφαιρας και η βιώσιμη διαχείριση των πόρων. Συμπεριλάβετε εκτιμώμενα χρονοδιαγράμματα και πιθανές τεχνολογικές ανακαλύψεις που απαιτούνται.»

Μπορείτε να δείτε την πλήρη αναφορά του Mars Terraform σε ένα Έγγραφο Google.

2. Μια νέα μορφή μαθηματικών

Το επόμενο πείραμά μου ήταν μια απλή προτροπή που κρατούσε ένα σύνθετο πρόβλημα. Ήθελα μια νέα μορφή μαθηματικών που δεν απαιτούσε αριθμούς. Αλλά έπρεπε να είναι ακόμα λειτουργικό και η τεχνητή νοημοσύνη έπρεπε να εξηγήσει πώς θα μπορούσαμε να χρησιμοποιήσουμε αυτά τα νέα μαθηματικά με πιθανές εφαρμογές.

Η προτροπή: «Σχεδιάστε ένα εναλλακτικό σύστημα μαθηματικών που δεν βασίζεται στο τρέχον αριθμητικό σύστημα ή τη λογική μας. Εξηγήστε τις θεμελιώδεις αρχές, τις λειτουργίες και τις πιθανές εφαρμογές του.»

Μπορείτε να διαβάσετε αναλυτικά τα «Ποιοτικά Μαθηματικά» σε ένα Έγγραφο Google.

3. Νέο σύστημα τοπικής αυτοδιοίκησης

Μετά από δύο αρκετά απλές προτροπές, πήγα πιο περιγραφικά με το τρίτο τεστ. Εδώ της ζήτησα να καταλήξει σε ένα νέο σύστημα διακυβέρνησης που να λύνει τα προβλήματα των σημερινών μας μοντέλων.

Η προτροπή: «Σχεδιάστε ένα νέο σύστημα διακυβέρνησης που θα αντιμετωπίζει τις κύριες αδυναμίες των σημερινών δημοκρατικών, αυταρχικών και άλλων υφιστάμενων συστημάτων. Η πρότασή σας θα πρέπει να λάβει υπόψη:

Διαδικασίες λήψης αποφάσεων και δομές εξουσίας
Εκπροσώπηση και συμμετοχή των πολιτών
Έλεγχοι και ισορροπίες για την αποτροπή κατάχρησης εξουσίας
Οικονομικό μοντέλο και κατανομή πόρων
Προσέγγιση στη θέσπιση και επιβολή του νόμου
Χειρισμός ατομικών δικαιωμάτων και συλλογικών ευθυνών
Μέθοδοι προσαρμογής σε μακροπρόθεσμες προκλήσεις και κρίσεις
Ενσωμάτωση της τεχνολογίας στη διακυβέρνηση
Επεκτασιμότητα από τοπικό σε παγκόσμιο επίπεδο

Αξιολογήστε τα πιθανά δυνατά και αδύνατα σημεία του προτεινόμενου συστήματός σας και συζητήστε πώς θα μπορούσε να εφαρμοστεί ή να μεταβεί από τις τρέχουσες μορφές διακυβέρνησης».

Μπορείτε να δείτε την πλήρη εξήγηση του o1 για τη “Δυναμική Συμμετοχική Διακυβέρνηση (DPG)” σε ένα Έγγραφο Google.

4. Ένα παιχνίδι διαχείρισης πόρων που βασίζεται στον Άρη

Ο κώδικας είναι όπου το o1 λάμπει πραγματικά. Η ικανότητά του να παράγει μεγαλύτερες εξόδους, καθώς και πιο αιτιολογημένες και ακριβείς αποκρίσεις του επιτρέπει να είναι πιο εμπεριστατωμένος στη δημιουργία κώδικα. Τι καλύτερο τεστ από ένα παιχνίδι αποικίας του Άρη; Εδώ πρέπει να δημιουργήσει λειτουργικότητα διαχείρισης πόρων, διεπαφή χρήστη και διασκεδαστικό στοιχείο παιχνιδιού, όλα από ένα μόνο μήνυμα.

Η προτροπή για αυτό είναι αρκετά μεγάλη και περιεκτική, επομένως για συντομία θα συμπεριλάβω την πρώτη γραμμή και μια περίληψη: “Δημιουργήστε μια δισδιάστατη έκδοση του Age of Empires που βρίσκεται στον Άρη χρησιμοποιώντας Python και Pygame.” Συνεχίζει λέγοντας “Το παιχνίδι θα πρέπει να περιλαμβάνει τα ακόλουθα στοιχεία και προδιαγραφές”, συμπεριλαμβανομένου του μεγέθους παραθύρου του παιχνιδιού, των χρωμάτων, των κτιρίων και των μηχανισμών του παιχνιδιού.

5. Ένα λεξικό emoji σε αγγλικό

Τελικά, αυτή η ιδέα προέκυψε μετά από πολλές προσπάθειες να της δοθούν συλλογιστικά προβλήματα που άλλα μοντέλα δεν μπορούσαν να λύσουν — αλλά τα άλλα μοντέλα συνέχισαν να τα λύνουν. Ήθελα να δημιουργήσει μια νέα γλώσσα, αλλά αυτό φαινόταν λίγο γενικό, οπότε το έβαλα να μετατρέψει τα emoji σε επίσημη γλώσσα.

Η προτροπή: «Υποθέστε ένα σενάριο όπου μια ομάδα ανθρώπων μπορεί να επικοινωνήσει μόνο χρησιμοποιώντας emoji. Έτσι επικοινωνούν μεταξύ τους. Χρησιμοποιώντας μόνο ευρέως διαθέσιμα emoji δημιουργήστε ένα λεξικό emoji σε αγγλικά που θα επέτρεπε σε κάποιον από αυτήν την ομάδα να επικοινωνήσει με κάποιον εκτός της ομάδας που μιλά αγγλικά όπως τα ξέρουμε σήμερα. Πρέπει να είναι αρκετά περιεκτικό για να είναι τόσο συνομιλητικό όσο και τεχνικό».

Μπορείτε να δείτε το πλήρες λεξικό Emoji και τον οδηγό φράσεων σε ένα Έγγραφο Google.

Τελικές σκέψεις

Αυτό που διαπίστωσα όταν χρησιμοποίησα για πρώτη φορά τα δύο διαφορετικά μοντέλα o1 είναι ότι το μεγαλύτερο πρόβλημα ήταν να βρω ιδέες για δοκιμή. Ουσιαστικά κάνουν την τεχνητή νοημοσύνη να φύγει, να σκεφτείτε και να επιστρέψετε με μια πιο αιτιολογημένη απάντηση. Ωστόσο, δεν έχουν πρόσβαση σε καμία από τις λειτουργίες που έχουμε εκτιμήσει από τη σύγχρονη τεχνητή νοημοσύνη, συμπεριλαμβανομένης της πρόσβασης στον ιστό, της μνήμης και της ανάλυσης δεδομένων.

Είναι εξαιρετικά καλό στην κωδικοποίηση, εννοιολογική εργασία μεγάλης μορφής, όπως το λεξικό emoji και προβλήματα που απαιτούν συλλογισμό. Ένα παράδειγμα που είδα στο X ήταν κάποιος που το χρησιμοποίησε για να δημιουργήσει ένα πρόγραμμα εργασίας αναλύοντας τις διαθέσιμες ώρες για διαφορετικούς υπαλλήλους και τις απαιτούμενες βάρδιες.

Όταν το OpenAI προσθέσει τη δυνατότητα φόρτωσης αρχείων δεδομένων, αυτό θα αλλάξει το παιχνίδι στον επαγγελματικό χώρο και θα μπορούσε να χρησιμοποιηθεί για την οργάνωση των οικογενειακών διακοπών, διερευνώντας όλες τις διαφορετικές πολυπλοκότητες του ταξιδιού, συμπεριλαμβανομένων των ωρών και των χρονοδιαγραμμάτων.

Αυτήν τη στιγμή, με μόνο 30 μηνύματα την εβδομάδα (χρησιμοποιούσα τα μισά σε μια μέρα), είναι μια διασκεδαστική εκτροπή, αλλά για τις περισσότερες περιπτώσεις χρήσης το GPT-4o είναι υπεραρκετό. Στην πραγματικότητα, το GPT-04o mini είναι περισσότερο από αρκετό για το πώς η συντριπτική πλειοψηφία των ανθρώπων χρησιμοποιεί την τεχνητή νοημοσύνη και το Apple Intelligence είναι εξίσου καλό με αυτό το μοντέλο.

Περισσότερα από το Tom’s Guide