“你们有没有觉得，最近GPT-4的质量有所下降？”早在今年5月中旬开始，就有GPT-4用户在OpenAI的在线开发者论坛中发帖，表示GPT-4好像开始“变蠢”了：
“我使用ChatGPT已经有一段时间了，自GPT-4发布后，我就成为了GPTPlus用户。我一般会用GPT-4来助力长篇内容的分析和创作。过去，GPT-4似乎能很好地理解我的要求。但现在，它似乎失去了对信息的跟踪，给了我很多错误的信息，误解我要求的情况也越来越多……目前，GPT-4感觉更像GPT-3.5。
有没有其他人注意到这一点，还是说只有我偶然遇到了这个问题？”
事实证明，这位GPT-4用户并不是一个人——该帖下，许多用户都留言称：“我也很有同感！”
01问题百出的新版GPT-4
根据许多使用者的反馈，GPT-4除了在长篇内容的分析和创作上表现有所退步，在写作质量上也有所下滑。
Roblox的产品负责人PeterYang在Twitter上表示，GPT-4模型的输出更快了，但质量变差了：“只是简单的问题，例如让写作更清晰简洁并提供想法……在我看来，写作质量下降了。”
在讨论/评估复杂的逆问题、不同的变化率或变化模式以及时空变异性时，最新版GPT-4的逻辑能力明显下降。
“在GPT-4更新之前，我很少收到错误的回复，但现在我必须仔细检查所有输出（即，现在双重否定条件有时不能适当地转换为肯定条件）。我认为这些错误更类似于GPT-3.5，而不是之前的GPT-4推理水平。”
甚至在编码能力上，新版GPT-4的输出质量也不如以往。
一位用GPT-4为网站编写功能代码的开发者抱怨：“目前的GPT-4很令人失望。这就像开了一辆法拉利一个月，然后突然变成了一辆破旧的皮卡，我不确定我是否会愿意继续为此付费。”
另一位开发者也提到现在的GPT-4会循环输出代码：“完全糟透了，GPT-4开始一遍又一遍地循环输出代码或其他信息。我让它写代码，它写到一个点，突然来个"````"，然后又开始！和以前相比，它现在简直就是个白痴。”
除此之外，在Twitter和OpenAI的在线开发者论坛中，也不断有用户反映新版GPT-4逻辑弱化、产生很多错误响应、无法跟踪提供的信息、不遵循说明要求、忘记在基本软件代码中添加括号、只记住最近的提示等种种问题。
对于GPT-4突然“降智”的表现，有用户提出猜测：“当前版本感觉跟刚推出时的版本大不相同，我猜OpenAI为了容纳更多客户选择在质量上妥协！”
如此看来，如今用户对于GPT-4的评价确实比不上它刚出道时的“风评”巅峰期。
02GPT-4变快了，却也变“蠢”了
去年年底基于GPT-3.5的ChatGPT横空出世，其卓越的生成能力掀起了一股AIGC热潮，因此今年3月OpenAI公布比GPT-3.5更强大的GPT-4时，全世界都为之惊叹。
当时，GPT-4被称之为“史上最强大的AI模型”，尤其多模态的特点，意味着它既能理解图像，也能理解文字输入，于是迅速成为了开发人员和其他技术业内人士的首选模型，也产生了更多对GPT-4的赞誉：10秒生成一个网站、通过最难美国法考、满分通过MIT本科数学考试……
不过在人们惊叹于GPT-4的强大之时，其产生的费用及响应速度也令不少人感到震惊。对此，Lamini（一家帮助开发者建立定制大型语言模型的初创公司）的首席执行官SharonZhou表示：“GPT-4虽然速度慢，但非常准确。”
一直到5月份，GPT-4还一直保持着“又慢又贵但很准确”的状态——后来，GPT-4响应变快了，与此同时用户对其性能下降的质疑也爆发了。
对于这个现象，包括SharonZhou在内的几位AI专家认为：OpenAI可能正在创建几个较小的GPT-4模型，这些模型的作用与大型模型类似，但运行成本较低。
03专家推测：或许与MoE技术有关
根据SharonZhou的介绍，这种方法被称为Mixture-of-Experts（MoE），即混合专家系统。MoE技术是在神经网络领域发展起来的一种集成学习技术，也是目前训练万亿参数量级模型的关键技术——由于现阶段模型规模越来越大，导致训练的开销也日益增长，而MoE技术可以动态激活部分神经网络，从而实现在不增加计算量的前提下大幅度增加模型参数量。
具体来说，MoE会将预测建模任务分解为若干子任务，在每个子任务上训练一个专家模型（ExpertModel），并开发一个门控模型（GatingModel），该模型可根据要预测的输入来学习信任哪个专家，并组合预测结果。
那么MoE技术引用到GPT-4是什么情况呢？SharonZhou解释道，在GPT-4中这些小型专家模型会针对不同的任务和主题领域进行训练，例如可以有针对生物、物理、化学等方面的小型GPT-4专家模型，那么当用户向GPT-4提出问题时，新系统就会知道要把这个问题发送给哪个专家模型。另外，为了以防万一，新系统可能会向两个或更多的专家模型发送查询，然后将结果混在一起。
对于这个做法，SharonZhou的形容是“忒修斯之船”（一种有关身份更替的悖论，假定某物体的构成要素被置换后，但它依旧是原来的物体吗？），即随着时间的推移，OpenAI会把GPT-4的各个部分替换掉：“OpenAI正在将GPT-4变成一支小型舰队。”
基于以上推测，SharonZhou认为近来GPT-4“变蠢”的言论，很可能就与MoE这种训练方式有关：“当用户测试GPT-4时，我们会问很多不同的问题，而规模较小的GPT-4专家模型不会做得那么好，但它正在收集我们的数据，它会改进和学习。”
04GPT-4架构曝光？
由于用户对于GPT-4“变蠢”的反馈越来越多，本周几位AI专家也发布了所谓的“GPT-4架构细节”。
其中，一位名为YamPeleg的Twitter博主表示，GPT-4有大约1.8万亿个参数，横跨120层，比GPT-3大10倍以上，在约13Ttoken上进行训练，训练成本约为6300万美元……值得一提的是，YamPeleg也表示OpenAI在采用MoE，即通过使用16个混合专家模型来降低GPT-4运行的成本。
截至目前，OpenAI方面并没有对这一说法做出回应。不过Allen人工智能研究所的创始首席执行官OrenEtzioni向媒体表示：“虽然我也没得到证实，但我认为这些猜测应该大致正确。”
他解释道，一般使用MOE方法有两种原因：要么想要生成更好的响应，要么想要更便宜、更快的响应。
“理想情况下MOE会让你同时获得这两方面的优势，但现实中通常需要在成本和质量之间做出权衡。”基于此，OrenEtzioni认为结合现在的情况来看，OpenAI似乎为了降低GPT-4的成本而牺牲了一些质量。
那么对于这件事，你的看法又是什么呢？
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】