OpenAI 发布全新 GPT-4 Turbo with Vision，网友实测：编码不如旧...

4月10日，OpenAI 宣布 GPT-4 Turbo with Vision 版（具有视觉功能的最新 GPT-4 Turbo 模型）已经通过 OpenAI API 正式上线。

GPT-4 Turbo 是一种强大的多模态模型，能够处理文本和图像输入，并凭借其广泛的常识和先进的推理能力提供准确的输出。

OpenAI 在去年 11 月的 DevDay 期间推出了 GPT-4 Turbo，展示了其增强的功能和截至 2023 年 4 月的扩展知识库。凭借 128k 上下文窗口，该模型可以在单个 Prompt 中处理超过 300 页的文本。

时下这个最新的模型保持了原有 GPT-4 Turbo 的 128k 上下文窗口， 模型训练的数据截止日期更新为 2023 年 12 月。而主要更新在于它的视觉功能，可以理解图像和视觉内容。

升级后的 GPT-4 Turbo 模型有望提高性能，并且不久之后也将在 ChatGPT 中推出。

此前，GPT-4 Turbo 的显著亮点之一是其优化的性能，从而大幅降低用户的成本。与之前的 GPT-4 模型相比，输入 token 的价格现在降低了三倍，而输出 token 的成本则降低了一半，这使得此次升级对不少用户来说既高效又经济，而且还为各种用例打开了新大门。

在 X 平台上，OpenAI 也随之分享了一些开发人员使用该模型的具体方法，例如，AI 软件工程助手 Devin 利用 GPT-4 Turbo with Vision 来更好地协助编码。

健康和健身应用 Healthify 使用 GPT-4 Turbo with Vision 扫描用户的膳食照片，并通过照片识别提供对营养的见解。

Make Real 使用 GPT-4 Turbo with Vision 将用户的草图转换成可运行的网站。

一张草图生成一个网站似乎已经逐渐成为了现实。

不过就在 GPT-4 Turbo with Vision 正式发布之际，也有一位网友 Paul-Gauthier 对编码功能展开了评测。

有些出乎意料的是，Paul-Gauthier 称，「GPT-4 Turbo with Vision 版本在 aider 的编码基准套件中的表现比之前所有的 GPT-4 模型都要差。尤其是，与现有的 GPT-4 Turbo "预览"模型相比，它似乎更容易在编码方面“偷懒”。

代码编辑能力

Aider 依靠代码编辑基准来定量评估 LLM 对现有代码进行修改的能力。该基准使用 aider 尝试完成 133 个 Exercism Python 编码练习（https://github.com/exercism/python）。

对于每个练习，LLM 会尝试两次来解决每个问题：

    在第一次尝试中，它将获得初始存根代码和编码任务的英文描述。如果测试全部通过，我们就完成了。

    如果有测试失败，aider 会向 LLM 发送失败的测试输出，并让它进行第二次尝试以完成任务。

GPT-4 Turbo with Vision 在这项基准测试中的得分仅为 62%，是现有 GPT-4 模型中得分最低的。其他模型的得分在 63-66% 之间时，这个最新的模型只是稍有退步，与 gpt-4-0613 相比差距并不明显。

编码的惰性测试

还记得彼时 GPT-4 Turbo preview 模型因在编码时“偷懒”，受到了不少业界开发者的批评。它们经常省略所需的代码，而在注释中留下“在此处实现方法”之类的语句，如

  def some_complex_method(foo, bar)：
    # ... 在此处实现方法 ...
Aider 使用一个“懒惰”基准套件，旨在激发和量化懒惰编码。它由 89 个 Python 重构任务组成，这些任务往往会让 GPT-4 Turbo 以懒惰的方式编码。

新的 GPT-4 Turbo with Vision 模型在 aider 的重构基准测试中只获得了 34% 的分数，是所有 GPT-4 Turbo 模型中最懒惰的编码工具。

完整的评测可以详见：https://aider.chat/2024/04/09/gpt-4-turbo.html

最后，你是否体验上了 GPT-4 Turbo with Vision 版本，有什么样的感受？

来源：

https://www.zdnet.com/article/op ... ble-for-developers/

https://twitter.com/OpenAIDevs/status/1777769468996845718

https://aider.chat/2024/04/09/gpt-4-turbo.html
————————————————
                        
原文链接：https://blog.csdn.net/csdnnews/article/details/137619873