OpenAI GPTs发布，于2023年11月宣布，在ChatGPT中引入了一项新功能，使用户能够创建AI助手（称为GPTs）的自定义版本。这些定制助手可以针对特定目的进行设计，例如烹饪建议、编码帮助或教育辅导，而无需编程技能。此次发布标志着在使生成式AI更加易用和个性化方面迈出了重要一步，其基础是底层大语言模型GPT-4的能力。
GPTs建立在OpenAI现有的Transformer架构之上，该架构已通过GPT系列的连续迭代得到完善。此次发布紧随2023年3月GPT-4的发布，后者已经展示了先进的文本和图像处理能力。通过允许用户自定义提示、指令甚至外部数据源，OpenAI旨在将其AI的实用性扩展到通用响应之外，培育一个共享、专业助手的社区。
背景
OpenAI于2018年推出了第一个GPT模型，基于Transformer架构，该架构由包括Jakob Uszkoreit和Lukasz Kaiser在内的研究人员开发。后续模型，如2019年的GPT-2和2020年的GPT-3，在规模和能力上都有所增长，其中GPT-3的参数数量是其前身的100多倍。2022年发布的GPT-3.5为最初的ChatGPT产品提供了支持，该产品因其对话能力而获得广泛关注。
到2023年，OpenAI发布了GPT-4，这是一种可以同时处理文本和图像的多模态模型。GPTs发布建立在这一基础之上，提供了用户友好的界面来自定义模型行为。与早期需要技术专长进行微调的版本不同，GPTs可以通过简单的基于聊天的配置过程创建，降低了非程序员的门槛。
功能与特性
GPTs发布允许用户定义自定义指令、选择特定知识源，并启用网页浏览或图像生成等操作。每个GPT都可以公开共享或保持私有，OpenAI还推出了GPT商店，创作者可以在其中发布他们的助手。该商店于2024年1月推出，设有教育、生产力、娱乐等类别，热门GPT吸引了数千名用户。
GPTs由GPT-4驱动，其默认上下文窗口为8K个token，API版本支持高达32K个token。2023年11月，OpenAI还宣布了GPT-4 Turbo，其具有128K上下文窗口并降低了定价，使其更适合复杂的自定义助手。集成外部API的能力使GPTs能够执行预订、查询数据库或分析上传文档等任务。
对AI生态系统的影响
GPTs的发布加速了向专业化AI应用发展的趋势，超越了通用聊天机器人的范畴。它鼓励第三方开发者在OpenAI平台上构建，类似于亚马逊网络服务和谷歌云促进了基于云的创新。然而，它也引发了对内容审核的担忧，因为一些用户创建了违反OpenAI政策的GPTs，导致商店审查流程进行了调整。
竞争对手通过开发类似的定制功能来回应。例如，Anthropic和Google DeepMind推出了他们自己的助手定制选项，而开源社区则探索了替代方案。GPTs发布还凸显了大语言模型在日常工具中日益增长的重要性，影响了整个科技行业的产品策略。
技术细节
OpenAI没有公开GPT-4的精确架构或训练细节，理由是竞争和安全方面的考虑。技术报告提到，该模型使用大型数据集上的监督学习进行训练，随后通过人类反馈的强化学习（RLHF）进行优化。据CEO Sam Altman称，训练GPT-4的成本估计超过1亿美元。
GPTs利用了相同的底层模型，但通过系统提示和用户定义的知识增加了一层定制化。这种方法允许快速迭代而无需重新训练基础模型，这一技术已成为行业中的常见做法。此次发布还引入了供开发者测试和完善其GPTs的工具，包括预览模式和调试功能。
反响与批评
GPTs发布收到了褒贬不一的反应。支持者称赞其对AI的民主化，使非专家能够创建有用的工具。然而，批评者指出了潜在风险，例如错误信息的传播或创建有偏见的助手。研究表明，GPT-4可能表现出认知偏差，包括确认偏差和锚定效应，如果设计不当，这些偏差在自定义GPTs中可能会被放大。
在性能方面，GPT-4在标准化测试中表现出色，在创造性思维任务中原创性得分位于前1%。然而，它也存在局限性，例如产生幻觉的倾向和决策过程中缺乏透明度。这些问题在GPTs中依然存在，导致人们呼吁采取更好的安全措施和用户教育。
遗产
OpenAI GPTs发布代表了人工智能应用演变中的一个里程碑，将焦点从原始模型能力转向以用户为中心的定制化。它影响了后续的发展，包括2024年5月发布的GPT-4o，后者提供了实时多模态处理。可定制AI助手的概念此后已成为许多AI平台的标准功能，塑造了人机交互的未来。