GPT-4 एक बड़ा भाषा मॉडल है जिसे OpenAI द्वारा विकसित किया गया है, और 14 मार्च 2023 को इसकी GPT फाउंडेशन मॉडल श्रृंखला में चौथे मॉडल के रूप में जारी किया गया। यह एक मल्टीमॉडल मॉडल है, जो इनपुट के रूप में पाठ और चित्र दोनों स्वीकार करता है, और विभिन्न बेंचमार्क, जिनमें मानकीकृत परीक्षण और कोडिंग कार्य शामिल हैं, पर अपने मजबूत प्रदर्शन के लिए जाना जाता है। OpenAI ने मॉडल आकार, वास्तुकला, या प्रशिक्षण हार्डवेयर जैसे तकनीकी विवरणों का खुलासा नहीं किया है, प्रतिस्पर्धात्मक और सुरक्षा चिंताओं का हवाला देते हुए। GPT-4 से पहले GPT-3.5 है और इसके बाद GPT-5 है; GPT-4V नामक एक संस्करण छवि इनपुट को संभालता है, और बाद का GPT-4o मॉडल (मई 2024) वास्तविक समय ऑडियो और वीडियो प्रोसेसिंग तक विस्तारित है। GPT-4 को फरवरी 2023 में Microsoft के Bing Chat में एकीकृत किया गया था, मार्च 2023 में ChatGPT में जारी किया गया था, और 2025 में ChatGPT से हटा दिया गया था, हालांकि यह OpenAI के API के माध्यम से उपलब्ध है।
पृष्ठभूमि और विकास
OpenAI ने 2018 में पहला GPT मॉडल पेश किया, जो ट्रांसफॉर्मर आर्किटेक्चर पर आधारित था, और भाषा समझ के लिए पुस्तक कोरपोरा पर प्रशिक्षित किया गया था। GPT-2 (2019) एक बड़ा मॉडल था जो सुसंगत पाठ उत्पन्न करने में सक्षम था, और GPT-3 (2020) ने GPT-2 की तुलना में पैरामीटर 100 गुना से अधिक बढ़ाए। GPT-3.5 ने 2022 के अंत में लॉन्च किए गए ChatGPT चैटबॉट को शक्ति प्रदान की। GPT-4 इसी वंशावली पर बनाया गया था, जिसमें मल्टीमॉडल लर्निंग, सुदृढीकरण सीखने, और सुरक्षा संरेखण में सुधार शामिल थे। एक प्रारंभिक संस्करण का परीक्षण फरवरी 2023 से Bing Chat में किया गया था, जिससे Microsoft उपयोगकर्ताओं को सार्वजनिक रिलीज़ से पहले प्रारंभिक पहुंच मिली।
क्षमताएं और विशेषताएं
डिफ़ॉल्ट GPT-4 मॉडल में 8K टोकन संदर्भ विंडो थी, जिसमें 32K टोकन तक समर्थन करने वाला एक विशेष API संस्करण था। पूर्ववर्तियों के विपरीत, यह छवियों को संसाधित कर सकता था, जिससे उपयोगकर्ता विश्लेषण या प्रश्नों के लिए फोटो अपलोड कर सकते थे। मॉडल को बाहरी उपकरणों के साथ बातचीत करने के लिए प्रेरित किया जा सकता था, जैसे कि <search> टैग का उपयोग करके वेब खोजें, जिससे यह वास्तविक समय की जानकारी प्राप्त कर सके और पाठ भविष्यवाणी से परे कार्य कर सके, जिसमें API कॉल और छवि निर्माण शामिल हैं। नवंबर 2023 में, OpenAI ने GPT-4 Turbo और GPT-4 Turbo with Vision की घोषणा की, जो कम लागत पर 128K संदर्भ विंडो प्रदान करते हैं।
मानकीकृत परीक्षणों पर प्रदर्शन
GPT-4 ने विभिन्न परीक्षाओं पर उच्च योग्यता प्रदर्शित की। टॉरेंस टेस्ट ऑफ क्रिएटिव थिंकिंग में, इसने मौलिकता और प्रवाह के लिए शीर्ष 1% में स्कोर किया, लचीलापन स्कोर 93वें से 99वें प्रतिशतक तक रहा। Microsoft के शोधकर्ताओं ने पाया कि GPT-4 ने USMLE पर पासिंग स्कोर से 20 अंकों से अधिक अधिक स्कोर किया, बिना किसी प्रॉम्प्ट इंजीनियरिंग के GPT-3.5 और Med-PaLM जैसे विशेष चिकित्सा मॉडल से बेहतर प्रदर्शन किया। हालांकि, उसी अध्ययन ने संभावित अशुद्धियों और मतिभ्रम के कारण चिकित्सा अनुप्रयोगों में महत्वपूर्ण जोखिमों की चेतावनी दी।
अनुप्रयोग और प्रभाव
2023 के एक Nature लेख ने कोडिंग में GPT-4 की उपयोगिता को उजागर किया, जैसे डिबगिंग और अनुकूलन। एक बायोफिजिसिस्ट ने बताया कि MATLAB प्रोग्राम को Python में पोर्ट करने में घंटों के बजाय दिन लगे। सुरक्षा परीक्षण में, GPT-4 ने 5% समय SQL-इंजेक्शन-कमजोर कोड उत्पन्न किया, जबकि 2021 में GitHub Copilot का 40% था। स्वास्थ्य सेवा में, Microsoft और Epic Systems ने अप्रैल 2023 में रोगी प्रश्न प्रतिक्रियाओं और चिकित्सा रिकॉर्ड विश्लेषण के लिए GPT-4 का उपयोग करने की योजना की घोषणा की, हालांकि सावधानी की सलाह दी गई।
सीमाएं और जोखिम
GPT-4 मतिभ्रम करने के लिए जाना जाता है, ऐसे आउटपुट उत्पन्न करता है जो प्रशिक्षण डेटा पर आधारित नहीं होते या उपयोगकर्ता प्रॉम्प्ट के विपरीत होते हैं। इसकी निर्णय लेने की प्रक्रिया अपारदर्शी है; स्पष्टीकरण पोस्ट-हॉक उत्पन्न होते हैं और पिछले बयानों के साथ संघर्ष कर सकते हैं। 2023 में, ConceptARC बेंचमार्क ने दिखाया कि GPT-4 ने अमूर्त तर्क कार्यों पर 33% से नीचे स्कोर किया, जबकि विशेष मॉडल और मनुष्यों ने उच्च स्कोर किया, हालांकि संदेहवादियों ने नोट किया कि परीक्षण की दृश्य प्रकृति भाषा मॉडल के लिए नुकसानदेह हो सकती है।
पूर्वाग्रह और संरेखण
GPT-4 के प्रशिक्षण में दो चरण शामिल थे: इंटरनेट पाठ पर प्रारंभिक अनुपयोगी सीखना, उसके बाद हानिकारक आउटपुट को कम करने के लिए मानव प्रतिक्रिया से सुदृढीकरण सीखना। Microsoft शोधकर्ताओं ने सुझाव दिया कि यह संज्ञानात्मक पूर्वाग्रह जैसे पुष्टिकरण पूर्वाग्रह, एंकरिंग, और आधार-दर उपेक्षा प्रदर्शित कर सकता है, जो तैनाती में निष्पक्षता के बारे में चिंताएं उठाता है।
प्रशिक्षण और तकनीकी गोपनीयता
GPT-4 के लिए OpenAI की तकनीकी रिपोर्ट में मॉडल आकार, वास्तुकला, हार्डवेयर, प्रशिक्षण डेटासेट निर्माण, कंप्यूटिंग शक्ति, और सीखने की दर या ऑप्टिमाइज़र जैसे हाइपरपैरामीटर शामिल नहीं थे। कंपनी ने कारणों के रूप में "प्रतिस्पर्धात्मक परिदृश्य और सुरक्षा निहितार्थ" का हवाला दिया। CEO सैम ऑल्टमैन ने कहा कि प्रशिक्षण लागत $100 मिलियन से अधिक थी, Semafor की रिपोर्टों ने उच्च आंकड़े संकेत दिए, हालांकि सटीक संख्या असत्यापित बनी हुई है।
उत्तराधिकारी और विकास
GPT-4o, जिसे 13 मई 2024 को पेश किया गया, पाठ, ऑडियो, और छवियों को वास्तविक समय में मानव-जैसी प्रतिक्रिया समय के साथ संसाधित करता है। इसने गैर-अंग्रेज़ी भाषा प्रदर्शन में सुधार किया और GPT-4 के विपरीत, मुफ्त-स्तरीय उपयोगकर्ताओं के लिए उपलब्ध कराया गया। GPT-4V, जो पहले लॉन्च किया गया था, विशेष रूप से GPT-4 में छवि इनपुट जोड़ा। मॉडल की विरासत में मल्टीमॉडल AI को आगे बढ़ाना और बड़े भाषा मॉडल में पारदर्शिता और सुरक्षा पर बहस को प्रज्वलित करना शामिल है।