朋友，先别急着退订 GPT 会员。
最近，DeepSeek 的开源周开展得非常热烈，全球的开发者都在忙着分享代码以及碰撞灵感；而在另外一边，OpenAI 在开源周的最后一天突然抛出了 GPT-4.5 这个“厉害的东西”。
Sam Altman 在 X 平台分享了他的个人体验：
我第一次有了这样的感觉，AI 就像是在和一位深思熟虑的人进行对话。它确实能够给出有价值的建议，有几次甚至让我靠在椅子上，对 AI 能给出如此出色的回答而感到惊讶。
他特别提醒，GPT - 4.5 并非推理型模型，不会在基准测试中胜过其他模型。他没有亮相发布会，是因为在医院照顾小孩。
今天开始，GPT Pro 用户（每月 200 美元）能够使用 GPT-4.5（研究预览版）了。下周，会依次向 Plus 和 Team 用户开放。再下一周，Enterprise 和 Edu 用户也将能使用。
体验方式十分简单，只需在模型选择器即可切换使用。
GPT-4.5 具备联网搜索的能力，也能够对文件和图片进行上传处理，还可以利用 Canvas 来开展写作和编程工作。然而，当下的 GPT-4.5 并不具备多模态功能，像语音模式、视频以及屏幕共享等功能它都不支持。
GPT-4.5 主要凭借“无监督学习”，也就是从大量数据中自行学习，从而变得更加聪明。它不像 OpenAI o1 那样，也不像 DeepSeek R1 那样，专注于推理能力。
GPT-4.5 知道的内容更为丰富。o1 系列在思考方面表现更为突出。
亮点概括如下：
知识更广泛：它学习了更多的信息，所以懂的东西比以前多
更少胡说八道：减少了「幻觉」（就是 AI 编造事实的情况）
更懂人心：「情商」更高，更能理解你的真实意图
对话更自然：聊天感觉更像和真人交流，不那么机械
创意更丰富：在写作和设计方面表现更好
GPT-4.5 正式发布，更懂你的心了
GPT-4.5 最直观的变化就是更懂你。
它像是一个能理解你言外之意的朋友，也能够捕捉你微妙的情感变化。 它就如同一个朋友，既可以理解你的言外之意，又能够捕捉你微妙的情感变化。 它仿佛一个朋友，既能理解你的言外之意，也能捕捉你微妙的情感变化。
OpenAI 在内部测试期间发现，测试人员在对 GPT-4o 和 GPT-4.5 进行比较后，更倾向于 GPT-4.5 的回答。他们觉得 GPT-4.5 的回答更为自然，更加温暖，也更符合人类的交流习惯。
GPT-4.5 在与人类测试者的对比评估里，和 GPT-4o 相比，它的胜率更高（在人类偏好测试中）。其中，在创造性智能方面胜率为 56.8%，在专业问题方面胜率为 63.2%，在日常问题方面胜率为 57.0%。
GPT-4.5 是 OpenAI 到目前为止规模最大且知识最丰富的模型，它在 GPT-4o 的基础上进一步拓展了预训练。与那些专注于科学、技术、工程和数学（STEM）领域的其他模型不一样，GPT-4.5 被设计成更全面且更通用的。
GPT-4.5 取得了突破，这种突破在很大程度上是由于“无监督学习”有了进步。
简单来说，无监督学习意味着让 AI 自身从大量的数据里去学习，并非依靠人工对数据进行标注。
让孩子自己去看世界，而非事事都由大人告知。如此一来，孩子能够学到更多丰富的知识，进而形成自己的“世界观”。
OpenAI 觉得，无监督学习是 AI 发展的一大支柱，推理能力也是 AI 发展的一大支柱。
因为这样，GPT-4.5 的知识面变得更广泛了，它对用户意图的理解更加精准了，情绪智能也有了提升。所以，它特别适合用于写作、编程以及解决实际问题，并且减少了幻觉现象。
SimpleQA 是用来评估大语言模型（LLM）在简单但有挑战性的知识问答方面的事实性的。GPT-4.5 在 SimpleQA 上的准确率达到了 62.5%，这个数值越高越好，并且它远远领先于 OpenAI 的其他模型。
另外，在对 SimpleQA 幻觉率（这个数值越低越好）进行评估时，GPT-4.5 的分数是 37.1%，并且它与 OpenAI 的其他模型拉开了差距。
GPT-4.5 在 PersonQA 数据集上的准确率为 0.78 ，它比 GPT-4o 的 0.28 要高 ，也比 o1 的 0.55 要高 。
OpenAI 对 GPT - 4.5 展开了广泛的安全测试，涵盖了有害内容的拒绝、幻觉的评估、偏见的检测以及越狱攻击的防护等方面。GPT - 4.5 在拒绝不安全内容这方面表现得较为良好，然而在过度拒绝这方面比前代模型的数值稍高一些。
GPT-4.5 在多语言性能方面表现出色，它支持 14 种语言。在 MMLU 评估中，它超越了 GPT-4o。尤其在一些罕见语言上，如斯瓦希里语、约鲁巴语，有明显的提升。
编程以及软件工程方面，GPT-4.5 在代码生成和修复任务上的表现有了提升。
Agentic Tasks 评估的是 AI 在真实环境里独立完成复杂任务的能力。其中包括终端操作，也就是在 Linux 加上 Python 环境下进行操作。还包括资源获取，像自动下载以及运行程序等。同时也包括复杂任务执行，例如加载和运行 AI 模型等。
OpenAI 发布的系统卡表明，GPT-4.5 在自主任务方面存在一定的限制，还远远没有达到真正的自主 AI Agent 这种程度。
除了普通用户，GPT-4.5 也向开发者敞开了大门。
OpenAI 开放了 GPT-4.5 的 API，其中包含 Chat Completions API、Assistants API 和 Batch API，且是同步开放的。
GPT-4.5 支持函数调用，也支持结构化输出，还支持流式响应以及系统消息。同时，它具备视觉能力，能够通过图像输入来进行处理。
开发者能够借助 API 接口把 GPT-4.5 整合到自身的应用内，进而创造出诸多有趣且有用的产品。
GPT-4.5 的计算量很大，成本也很高。所以，它不会取代 GPT-4o。同时，OpenAI 正在评估是否要在 API 中长期提供 GPT-4.5，其目的是在支持当前功能的同时，能够持续推进未来模型的开发。
AI 进入「拼情商」时代？
本次直播环节由 Mia Glaese 主持，由 Rapha Gontijo Lopes 主持，由 Youlong Cheng 主持，由 Jason Teplitz 主持，由 Alex Paino 主持。
演示人员要求给频繁取消约会的朋友写一条愤怒短信时，GPT-4.5 能识别出用户的沮丧情绪，还给出了更微妙且有建设性的回应，能帮助用户以更理性的方式表达感受。
另一个演示展示了 GPT-4.5 的能力，即解释复杂问题。例如，对于“为什么海水是咸的？”这个问题。
GPT-1 对于答案全然不知。GPT-2 给出的回答与之相关但存在错误。GPT-3.5 Turbo 首次给出了正确答案，不过解释不够充分。GPT-4 过度详尽地列举了事实。而 GPT-4.5 提供了简洁、连贯且有趣的解释，其开头还运用了朗朗上口的句式。
OpenAI 在开发 GPT-4.5 时做出了一些重要的事情，那就是实现了几项关键的训练机制创新。
训练这样大规模的模型需要提升后训练基础设施。因为预训练阶段和后训练阶段的训练数据与参数大小比例不一样。预训练阶段和后训练阶段的训练数据与参数大小比例存在差异。所以需要显著提升后训练基础设施。
团队开发出了一种新的训练机制，这种机制可以利用更小的计算资源去对如此大型的模型进行微调。
他们通过多次进行迭代，将监督式微调与基于人类反馈的强化学习相结合，以此来完成后训练过程，最终开发出了能够部署的模型。
在预训练领域，亚历克斯和杰森所领导的团队采取了诸多举措，以实现对计算资源利用的最大化。
利用低精度训练这种方式，以充分发挥 GPU 的性能。
多个数据中心同时进行模型预训练，因为所需的计算资源超出了单一高带宽网络架构所能提供的上限。
团队构建了新的推理系统，这样能让模型在 GPT 中快速响应来自用户的需求，从而保持对话的流畅性。并且，他们还表示在发布之后会持续进行改进，以使得模型的运行速度更快。
这些训练和部署机制有了创新，这使得团队可以把更多的计算能力注入到模型当中。通过这样的方式，实现了无监督学习的大规模扩展。而这正是 GPT-4.5 能够在不依赖逐步推理的情况下，依然展现出强大理解能力以及较低幻觉率的关键原因。
值得一提的是，OpenAI 的首席研究官是 Mark Chen。他在发布 GPT-4.5 之前接受了 Alex Kantrowitz 的采访。
当询问 OpenAI 在模型运行效率方面是否有改进时，他作出了表示：
模型的运行更高效这一过程，通常与模型核心能力的开发是相互独立的。我发现有很多工作都聚焦在推理架构上。DeepSeek 在这方面表现出色，并且我们也在这方面投入了诸多精力。我们对如何以更低的成本向所有用户提供这些模型服务极为关注，并且一直在致力于降低成本。
GPT-4 这样的推理模型以及其他模型，我们一直在推动推理优化使其成本更低。自 GPT-4 最初发布后，运行成本降低了许多数量级，我们在这方面取得了较好的进展。
随后，当被问到当前的 Scaling Law 是否已遭遇瓶颈，或者是否察觉到扩展所带来的收益在递减时，Mark Chen 作出了回答，他说：
我对 Scaling 有着别样的理解。在涉及无监督学习的情况下，你需要诸多关键要素，像计算资源、算法优化以及更多的数据。而 GPT-4.5 的确证实了我们能够持续推进扩展范式，并且这种范式与推理能力并非相互对立的。
推理能力的建立依赖于知识。一个模型不能没有依据地进行推理，它首先得获取知识，然后才能在知识的基础上发展推理能力。所以，我们觉得这两种范式相互配合，并且它们之间有着相互推动、相互促进的反馈循环。
实际上，GPT-4.5 展示了巨大的无监督学习潜力。同时，它也预示着 AI 的发展方向，即更像人。
过去，AI 的发展主要侧重于提升智力方面。例如在下棋方面，在做题方面，以及在识别图像等方面。
现在与两年前 GPT-4 横空出世引发轰动的情况不同。那时人们关注的是 AI 能做什么，而现在人们的期待已从两年前转向当下，即 AI 能做得更好、更安全、更可控。
很多 AI 公司开始留意“情商”，想要让 AI 更加了解人类的情感以及需求。
GPT-4.5 是这一趋势的代表。投入资源，研发更懂人心的 AI 这件事，依旧是行业值得关注的命题。
GPT-4.5 展示了基于海量数据和算力的语言模型所能达到的高度。不过，它的表现仍存在不足，显得有些捉襟见肘。
从这个角度去看，它或许更像是画上了一个阶段性的句号。它扮演了一个承上启下的过渡性角色，一方面是对过去几代模型的总结以及修补，另一方面也在为下一波技术浪潮铺设道路。
真正的突破，可能还得等 GPT-5 来实现。
或许不必担心留给 OpenAI 的迭代时间不足。虚假的版本迭代是从 GPT-4.5 到 GPT-5。在接下来的“数月内”，真实的发布节奏应该是从 GPT-4.5 到 GPT-4.6，再到 GPT-4.7 等等。
