每經(jīng)記者 蔡鼎    每經(jīng)實(shí)習(xí)記者 岳楚鵬    每經(jīng)編輯 蘭素英    

圖片來源：每日經(jīng)濟(jì)新聞 資料圖

近日，據(jù)The Information報(bào)道，OpenAI的下一代旗艦?zāi)Ｐ涂赡懿粫?huì)像前面幾代產(chǎn)品那樣帶來巨大的飛躍。新的模型或許無法像之前的模型那樣耀眼。

據(jù)報(bào)道，測(cè)試代號(hào)為Orion的新模型的員工發(fā)現(xiàn)，盡管新模型性能超過了OpenAI現(xiàn)有的模型，但進(jìn)步程度并不如從GPT-3到GPT-4的進(jìn)步那么大。

換句話說，OpenAI改進(jìn)的速度似乎正在放緩。根據(jù)一些內(nèi)部員工的說法，在諸如編程這類的任務(wù)上Orion并不比之前的模型更可靠。OpenAI 員工和研究人員表示，GPT 研發(fā)速度放緩的原因之一是高質(zhì)量文本和其他數(shù)據(jù)的供應(yīng)量在不斷減少。

為了應(yīng)對(duì)這種情況，OpenAI成立了一個(gè)基礎(chǔ)團(tuán)隊(duì)，以研究如何在新訓(xùn)練數(shù)據(jù)不斷減少的情況下繼續(xù)改進(jìn)模型。據(jù)報(bào)道，這些新策略包括使用AI模型生成的合成數(shù)據(jù)對(duì)Orion進(jìn)行訓(xùn)練，以及在訓(xùn)練后的過程中對(duì)模型進(jìn)行更多改進(jìn)。

目前，OpenAI并未回應(yīng)相關(guān)消息的評(píng)論請(qǐng)求。不過上個(gè)月OpenAI曾表示，“我們今年沒有發(fā)布代號(hào)為Orion的模型的計(jì)劃。”

OpenAI下一代模型被曝質(zhì)量提升不大

使用ChatGPT的用戶數(shù)量正在飆升。不過，ChatGPT的底層模型的改進(jìn)速度似乎正在放緩。

OpenAI即將推出的旗艦?zāi)Ｐ蚈rion所面臨的挑戰(zhàn)顯示了OpenAI所面臨的困難。今年5月，OpenAI首席執(zhí)行官奧特曼告訴員工，他預(yù)計(jì)正在訓(xùn)練的Orion可能會(huì)比一年前發(fā)布的上一款模型好得多。

據(jù)The Information近日援引知情人士透露，奧特曼表示，盡管OpenAI只完成了Orion訓(xùn)練過程的20%，但就智能程度以及完成任務(wù)和回答問題的能力而言，它已經(jīng)與GPT-4相當(dāng)。

然而，據(jù)一些使用或測(cè)試過Orion的OpenAI員工表示，雖然Orion的性能超過了之前的模型，但與OpenAI發(fā)布的最后兩款模型GPT-3和GPT-4之間的飛躍相比，質(zhì)量的提升要小得多。

OpenAI的一些研究人員認(rèn)為，在處理某些任務(wù)方面，Orion并不比之前的模型更可靠。據(jù)The Information援引OpenAI的一名員工稱，Orion在語言任務(wù)上表現(xiàn)更好，但在編碼等任務(wù)上可能不會(huì)勝過之前的模型。其中一位員工表示，與OpenAI最近發(fā)布的其他模型相比，Orion在數(shù)據(jù)中心運(yùn)行的成本可能更高。

OpenAI研究員Noam Brown上個(gè)月在TED AI會(huì)議上表示，開發(fā)更先進(jìn)的模型在財(cái)務(wù)上可能不可行。

“畢竟，我們真的要訓(xùn)練耗資數(shù)千億美元或數(shù)萬億美元的模型嗎？”Brown說。“在某個(gè)時(shí)候，擴(kuò)展范式（Scaling paradigm）就會(huì)崩潰。”

高質(zhì)量數(shù)據(jù)不足導(dǎo)致性能減速

Scaling laws是AI領(lǐng)域的一個(gè)核心假設(shè)：只要有更多的數(shù)據(jù)可供學(xué)習(xí)，以及額外的計(jì)算能力來促進(jìn)訓(xùn)練過程，大語言模型（LLM）就會(huì)繼續(xù)以相同的速度改進(jìn)。

扎克伯格、奧特曼等人工智能開發(fā)商的首席執(zhí)行官也公開表示，他們尚未觸及傳統(tǒng)Scaling law的極限。

這就是為什么包括OpenAI在內(nèi)的公司仍花費(fèi)數(shù)十億美元來建造昂貴的數(shù)據(jù)中心，以盡可能地從預(yù)訓(xùn)練模型中獲取性能提升。

雖然理論上目前的模型并沒有觸及Scaling law的極限，但是可供使用的數(shù)據(jù)來源卻快要干涸了。

OpenAI的員工和研究人員表示，GPT模型減速的一個(gè)原因是高質(zhì)量文本和其他數(shù)據(jù)的供應(yīng)不足。大語言模型需要在預(yù)訓(xùn)練期間處理這些數(shù)據(jù)，以理解世界和不同概念之間的關(guān)系，從而解決撰寫文章或解決編程錯(cuò)誤等問題。

據(jù)The Information援引知情人士表示，過去幾年里，大語言模型在預(yù)訓(xùn)練過程中使用了來自網(wǎng)站、書籍和其他來源的公開文本和其他數(shù)據(jù)，但模型開發(fā)人員基本上已經(jīng)把這類數(shù)據(jù)資源榨干了。

圖片來源：視覺中國-VCG41N1309760279

OpenAI的應(yīng)對(duì)之策：合成數(shù)據(jù)、強(qiáng)化學(xué)習(xí)

為了應(yīng)對(duì)這種情況，OpenAI成立了一個(gè)基礎(chǔ)團(tuán)隊(duì)，以研究如何在新訓(xùn)練數(shù)據(jù)不斷減少的情況下繼續(xù)改進(jìn)模型。該團(tuán)隊(duì)由之前負(fù)責(zé)預(yù)訓(xùn)練的Nick Ryder領(lǐng)導(dǎo)。OpenAI表示，這個(gè)團(tuán)隊(duì)將研究如何應(yīng)對(duì)訓(xùn)練數(shù)據(jù)的匱乏，以及Scaling law還能適用多長時(shí)間。

據(jù)OpenAI的一名員工稱，Orion的訓(xùn)練數(shù)據(jù)里有一部分是AI生成的合成數(shù)據(jù)。這些數(shù)據(jù)由GPT-4和最近發(fā)布的推理模型o1生成。然而，該員工表示，這種合成數(shù)據(jù)導(dǎo)致了一個(gè)新問題，即Orion最終可能會(huì)在某些方面與那些舊模型相似。

軟件公司Databricks的聯(lián)合創(chuàng)始人兼董事長Ion Stoica表示，這種合成數(shù)據(jù)可能并不能幫助AI進(jìn)步。

Stoica說道：“對(duì)于常識(shí)性問題，你可以說現(xiàn)在我們看到的是大型語言模型性能都處于一個(gè)停滯狀態(tài)。我們需要更多的事實(shí)數(shù)據(jù)，合成數(shù)據(jù)幫助不大。”

除此之外，OpenAI的研究者們?cè)谀Ｐ陀?xùn)練后階段進(jìn)行了額外的改進(jìn)。比如，OpenAI采用了強(qiáng)化學(xué)習(xí)方法，通過讓模型從大量有正解的任務(wù)中學(xué)習(xí)（比如數(shù)學(xué)或編程問題），以此來改進(jìn)它們處理特定任務(wù)的方式。

同時(shí)，OpenAI還會(huì)請(qǐng)人工評(píng)估員對(duì)預(yù)訓(xùn)練的模型在特定的編程或問題解決任務(wù)上進(jìn)行測(cè)試，并對(duì)答案進(jìn)行評(píng)分。這有助于研究者調(diào)整模型，以更好地應(yīng)對(duì)諸如寫作或編程等特定類型的請(qǐng)求。這一方法，即帶人類反饋的強(qiáng)化學(xué)習(xí)，也有助于改進(jìn)之前的AI模型。

o1就是OpenAI使用這種改進(jìn)手段得到的成果，o1模型在給出答案前，會(huì)花更多時(shí)間來“思考”大語言模型在訓(xùn)練過程中處理的數(shù)據(jù)。這意味著，即使不對(duì)底層模型進(jìn)行修改，只要在回答用戶問題時(shí)提供額外的計(jì)算資源，o1模型的回應(yīng)質(zhì)量就能持續(xù)提升。據(jù)知情人士透露，如果OpenAI能夠持續(xù)改進(jìn)底層模型的質(zhì)量，哪怕速度較慢，也能顯著提升推理效果。

“這為我們提供了一個(gè)全新的擴(kuò)展維度，”Brown在TED AI大會(huì)上表示。研究人員可以通過將每次查詢的成本從一分錢提升到十分錢來提高模型的響應(yīng)質(zhì)量。“

奧特曼同樣強(qiáng)調(diào)了OpenAI推理模型的重要性，這些模型可以與LLMs結(jié)合。

奧特曼在10月份一個(gè)面向應(yīng)用開發(fā)者的活動(dòng)中表示：“我希望推理功能能解鎖我們多年來期待實(shí)現(xiàn)的許多功能——例如，讓這類模型有能力貢獻(xiàn)新的科學(xué)知識(shí)，幫助編寫更復(fù)雜的代碼。”

但兩位知情員工表示，o1模型目前的價(jià)格比非推理模型高出六倍，因此它沒有廣泛的客戶群。

與此同時(shí)，o1模型的安全性也被很多人詬病，《自然》雜志就曾表示，在評(píng)估過程中，他們發(fā)現(xiàn)o1有時(shí)會(huì)遺漏關(guān)鍵安全信息，例如未強(qiáng)調(diào)爆炸危險(xiǎn)或建議不適當(dāng)?shù)幕瘜W(xué)品控制方法。

值得一提的是，OpenAI安全系統(tǒng)團(tuán)隊(duì)負(fù)責(zé)人翁荔（Lilian Weng）近日也宣布將離開已經(jīng)工作了近7年的OpenAI。