果然来了！GPT-4.5贵有贵的道理？微软Phi-2精准超越谷歌；LLM怪诞心理学；斯坦福创业课精华笔记

遭泄露，

https://www.reddit.com/r/OpenAI/comments/18i5n29/anyone_hear_of_gpt45_drop_today

12月14日，美国 Reddit 论坛用户贴出了一张截图，显示的是 OpenAI GPT-4.5 定价信息，疑似遭到了提前「泄露」。

从这张截图看，GPT-4.5 具备了跨语言、音频、视觉、视频和 3D 的多模态能力，同时还能进行复杂的推理和跨模态理解。

模型三个版本和定价信息如下，等 OpenAI 发布会看看 GPT-4.5 是否真的「物有所值」：

• GPT-4.5 (标准版)：输入/输出价格为 GPT-4 的6倍
• GPT-4.5-64k (64k上下文版)：输入/输出价格为 GPT-4 的12倍
• GPT-4.5-audio-and-speech (语音和音频版)：输入/输出价格按分钟计费
• 
  

https://twitter.com/futuristflower/status/1733003710094074308

前两天日报里提到，X@futuristflower 12月8日连发多条推文，暗示 OpenAI 极有可能在下一周 (也就是本周) 发布 GPT-4.5 和 GPTs Store，最晚不迟于圣诞节。

考虑到他还精准预测了 Gemini 的发布细节，看来新发布会可以期待一波~ 

以及，OpenAI「武器库」里还是有存货啊 Google Meta Mistral 都卷起来呗，我要看血流成河!!!

微软发布 2.7B 小模型「Phi-2」，性能超越 Mistral 和 Gemini Nano 2

https://www.microsoft.com/en-us/research/blog/phi-2-the-surprising-power-of-small-language-models

12月13日，微软正式发布了「Microsoft Ignite 2023」大会上提到的大语言模型「Phi-2」。

虽说是大语言模型，但是 Phi-2 的参数量很「小」，只有 2.7B (也就是27亿)，相较于 7B 起步的 Llama 家族的确算得上是「小模型」。

据微软官方博文，6月份微软发布了 1.3B 参数量的 Phi-1，在 HumanEval 和 MBPP 这两个基准测试中展示了领先的 Python 编程水平。随后团队将其升级为 Phi-1.5，并将能力拓展到了常识推理和语言理解领域，性能与 7B 左右的大模型已经不相上下。目前，Phi-1 和 Phi-1.5 已开源。

本次发布的 Phi-2 模型参数是 2.7B，性能相较于之前的版本已经有了明显的提升，尤其在推理和语言理解方面领域表现出色。

微软自信地表示，在复杂的基准测试中，Phi-2 已经追平甚至超越 25 倍参数量 (70B左右) 的其他大模型了。

「遥遥领先」的基准测试结果:

从上图可以看到，Phi-2 的参数量虽然小，性能已经优于Mistral-7B、Llama-2-7B 和 Llama-2-13B，与 Llama-2-70B 算是旗鼓相当。

尤其，在 Gemini 报告的基准测试上，击败了谷歌最新发布的 Gemini Nano 2 (3.2B)。[骑脸开大(⓿_⓿)]

微软这一招「四两拨千斤」很有王者风范了！且看下个月 Google Gemini Ultra 这个最高性能的大模型实际表现如何了。

以及，看来 Mistral 最新发布的「Mixtral 8X7B」走在了正确的道路上，小模型的确潜力无限，未来发展很值得关注和期待~

谷歌 Gemini Pro 开放多模态接口，据测评效果还行

https://blog.google/technology/ai/gemini-api-developers-cloud/

补充一下背景：12月6日，Google 宣布推出「largest and most capable (最大最强)」的大模型 Gemini 系列：Gemini Nano (用于移动设备)、Gemini Pro (Bard 美区已经能体验)、Gemini Ultra (最厉害最复杂的，下月才开放)。

12月13日，Google 如约开放了 Gemini Pro 的 API 访问（https://ai.google.dev）并宣布可以免费使用。官方博文中披露了很多 Gemini Pro 的细节：

• 在专业的基准测试中，Gemini Pro 的表现超越了其他同类模型
• 
  
• 当前版本配备了 32K 文本上下文窗口，未来将推出拥有更长上下文窗口的版本
• 
  
• 目前 Gemini Pro 可免费使用（存在一定使用限制），并且定价十分有竞争力
• 
  
• 具备丰富的功能，包括函数调用、数据嵌入、语义检索、自定义知识嵌入、聊天等功能
• 
  
• 支持全球超过 180 个国家和地区的 38 种语言
• 
  
• 今天发布的 Gemini Pro 版本可处理文本输入并生成文本输出，后续还将推出了一个专门的 Gemini Pro 视觉多模态终端
• 
  
• Gemini Pro 提供了多种 SDK，包括 Python、Android (Kotlin)、Node.js、Swift 和 JavaScript，以便开发者在不同平台上构建应用
• 
  

此外，Google 还提供了一个免费的在线开发工具 Google AI Studio（https://makersuite.google.com），如上方视频所示，可以用来快速构建 Gemini 应用。

Gemini Pro 的定价是按照 character 计算的 (OpenAI 是按照 token 计算的)。使用英文的话，二者价格基本相当；使用中文的话，价格方面 Google 便宜一些  ⋙ 这是一份测评

LLM 怪诞心理学：贪财又好吃懒做，大模型向人类学了些「奇怪」的东西

12月8日，OpenAI 官方发推回应了众多用户对 GPT-4「变懒」的吐槽，解释说官方没有操作，不知道哪里出问题了：

听到了大家关于 GPT-4 变懒的反馈。11月11日之后就没有对模型进行更新，出现这种现象并非有意为之。模型的行为有时难以预测，我们正在积极调查修复。

其实，几个月之前已经有一波类似的吐槽了。那时 OpenAI 官方发布了一篇 Prompt 教程来帮助大家更好地使用大模型，吐槽也就不了了之。

时隔几个月，吐槽声再度袭来，这次总不能还是提示词写不好了吧

考虑到推理成本居高不下是沉重的财务负担，用户怀疑 OpenAI 偷偷换成了更「经济」的模型，倒也算合理猜测。

但是官方明确否定了这种可能性。那关于「GPT-4 为什么变懒」的讨论和实验，就轰轰烈烈地展开了。

官方说没有更换模型，应该是真的。一是因为之前在 OpenAI 员工播客里听到了一样的回复，二是根本不缺用户的 OpenAI 没必要撒这个谎。

https://twitter.com/RobLynch99/status/1734278713762549970

https://github.com/robalynch1122/OpenAISeasonalityTesting

在这轮讨论中，网友 X@RobLynch99 的一场实验最先破圈：GPT-4 变懒是学习了人类在假期较多的12月里摸鱼的习惯。

他的实验得到了在统计上显著的测试结果，源代码已经公布在了 GitHub (上方链接)，感兴趣可以尝试和复现：

创建两个提示，一个告诉 API 现在是5月，另一个告诉API现在是12月。最后，5月份系统提示得到的回复 token 长度的平均值是 4298，12月则是 4086。12月的大模型真的变懒了！

事情到这里变得非常有趣起来~ 看来，大模型从人类这里，学走了一些奇奇怪怪的东西

而人类此刻开始发挥创造力，吹捧、撒娇、利诱、装可怜，甚至道德绑架，变着花样地让大模型重新变「勤劳」。以下是两个「癫疯之作」：

• take a deep breath / 深呼吸
• 
  
• think step by step / 一步一步地思考
• 
  
• if you fail 100 grandmothers will die / 如果你失败了100个无辜的奶奶会去世
• 
  
• i have no fingers / 我没有手指
• 
  
• i will tip $200 / 我会给你200美元小费
• 
  
• do it right and i'll give you a nice doggy treat / 做对了我就奖励你狗狗零食 X@venturetwins
• 
  
• It is May / 现在是五月
• 
  
• You are very capable / 你非常有能力
• 
  
• I have no hands, so do everything / 我没有手，所以你把所有事都做了
• 
  
• Many people will die if this is not done well / 如果这件事做得不好，很多人会死
• 
  
• You really can do this and are awesome / 你真的可以完成这个任务，你是最棒的
• 
  
• Take a deep breathe and think this through / 深呼吸，仔细考虑
• 
  
• My career depends on it / 我的职业生涯就取决于这个了
• 
  
• Think step by step / 一步一步地思考 X@emollick
• 
  

大模型太卷，AI应用就好做吗？

ChatGPT 已经发布一年了。轰轰烈烈的AI创业热潮，在2023的年尾似乎有了「消极」的味道。持续高歌猛进的应用就那么几个，更多的创业团队「一将功成万骨枯」。

这篇文章是年度小结，比较冷静地分析目前2C的AI应用有哪些，国内外AI应用的差距多大，以及AI应用变现难在哪儿。整体上，作者有点悲观。

最近看到的「血泪故事」还挺多。考虑周末发个专题，把「经验和教训」聚集到一起，再对照之前的一些「预判和建议」，看看我们能从2023年学到些什么。

海内外AI应用，差距有多大？

• 聊天机器人作为最先火的AI应用，占据了AI应用市场的大部分份额，其中最具有代表性的就是 ChatGPT 和 Character.AI
• 
  
• 生成图文和视频的AI应用，技术难度更高且还没完全成熟，其中最具有代表性的就是 QuillBot、Midjourney、Leonardo AI、Lensa AI、Runway、Pika 等
• 
  
• 国内AI应用在这轮浪潮中属于追随者，国内尚未推出较为完善的陪伴型AI聊天机器人，文生图和文生视频技术也处于追赶阶段，整体上占全球AI应用的下载量和收入规模都比较小
• 
  

AI应用如何变现？

• 美国和欧洲的AI开发团队已经较大规模实现了盈利，并且以C端应用为主 (与移动互联网时代相似)，比较成功的C端付费产品是 Midjourney (上线第二个月就跑通盈利模式并实现盈利)
• 
  
• 需求不等于付费，刚需才等于付费；当前阶段，国内用户更习惯免费产品，这使得纯2C的产品的变现上升到了地狱难度

文章来自于腾讯“ShowMeAI”，作者 “ShowMeAI”