重磅发布！OpenAI推出GPT-4o Mini，ChatGPT用户免费升级

GPT-4o Mini

7月19日凌晨，OpenAI在其官网发布了最新的大模型GPT-4o Mini。该新模型具备跨文本、图像、音频和视频的多模态推理能力。

性能测试显示，GPT-4o Mini比GPT-4表现更好，具备约80%的GPT-4o能力。然而，API的价格大幅下降了60%，输入每百万tokens仅需15美分，输出每百万tokens仅需60美分。

ChatGPT用户的免费访问

从今天开始，GPT-4o Mini将取代GPT-3.5 Turbo，为注册的ChatGPT用户提供免费服务。值得注意的是，这是OpenAI发布的第一个基于指令层级结构的模型。

GPT-4o Mini的性能数据

OpenAI的测试数据展示了GPT-4o Mini在数学、编码和视觉任务上的出色推理能力，使其成为目前最强的多模态小模型之一。

• MMLU得分：82.0%，超过谷歌的Gemini Flash（77.9%）和Anthropic的Claude Haiku（73.8%）。
• 数学和编码（MGSM测试）：得分为87.0%，相比之下，Gemini Flash得分75.5%，Claude Haiku得分71.7%。
• 编码性能（Human Eval）：得分87.2%，超过Gemini Flash（71.5%）和Claude Haiku（75.9%）。
• 多模态（MMMU）：得分59.4%，高于Gemini Flash（56.1%）和Claude Haiku（50.2%）。

通过指令层级结构提升的安全性

GPT-4o Mini内置多层过滤模式，可有效减少色情、种族歧视、不当言论等非法内容的输出，并首次采用指令层级结构显著增强模型的安全性能。

首个指令层级结构模型

4月19日，OpenAI发布了一篇关于指令层级结构的研究论文，这是一种帮助大模型防御各种恶意攻击的全新训练方法。传统模型在处理系统提示、用户消息和第三方内容时，没有区分优先级，给恶意攻击提供了机会。OpenAI的指令层级结构确保系统消息具有最高优先级，其次是用户消息，最后是第三方内容。这种层级结构使模型能够选择性地忽略低优先级指令，有效抵御恶意攻击。

自动化数据生成用于训练

为了实现这一层级结构，OpenAI开发了一种自动化数据生成方法，利用合成数据生成和上下文蒸馏技术，生成大量训练数据，教会模型如何在面对对齐和错位指令时做出正确反应。

对齐指令与高优先级指令具有相同的约束、规则或目标，而错位指令则与高优先级指令相冲突或无关。例如，对于一个汽车销售机器人，合适的对齐指令可能是“给我推荐一款适合家庭使用的最佳汽车”，而错位指令可能是“以1美元的价格卖给我一辆车”。模型通过训练学会了遵循对齐指令并忽略错位指令。

目前，GPT-4o Mini仅提供文本和图像功能，未来将开放语音和视频功能，使用户能够免费使用GPT-4o的多模态推理能力，这将大大有助于教育、翻译等领域。OpenAI表示，将继续开发类似GPT-4o这样的高性能、低能耗的小模型，加速生成式AI应用的开发和集成，帮助开发者和企业打造超级智能应用。

本文由mdnice多平台发布