OpenAI員工爆料：新模型“沒(méi)有那么大飛躍”

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

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)品那樣實(shí)現(xiàn)巨大的飛躍。

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(guò)了OpenAI現(xiàn)有的模型，但進(jìn)步程度并不如從GPT- 3到GPT-4那么大。

視覺(jué)中國(guó)

換句話說(shuō)，OpenAI進(jìn)步的速度似乎正在放緩。根據(jù)一些內(nèi)部員工的說(shuō)法，在諸如編程這類任務(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)練等。

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

在語(yǔ)言任務(wù)上表現(xiàn)更好

使用ChatGPT的用戶數(shù)量正在飆升。不過(guò)，ChatGPT的底層模型改進(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)行官阿爾特曼告訴員工，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。

The Information近日援引知情人士的消息稱，阿爾特曼表示，盡管OpenAI只完成了Orion訓(xùn)練過(guò)程的20%，但就智能程度以及完成任務(wù)和回答問(wèn)題的能力而言，它已經(jīng)與GPT-4相當(dāng)。

然而，一些使用或測(cè)試過(guò)Orion的OpenAI員工表示，雖然Orion的性能超過(guò)了之前的模型，但與GPT-3到GPT-4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。The Information援引OpenAI一名員工的話稱，Orion在語(yǔ)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(guò)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(kāi)發(fā)更先進(jìn)的模型在財(cái)務(wù)上可能不可行。

“我們真要訓(xùn)練耗資數(shù)千億美元或數(shù)萬(wàn)億美元的模型嗎？”Brown說(shuō)，“在某個(gè)時(shí)候，擴(kuò)展范式（Scaling paradigm）就會(huì)崩潰。”

數(shù)據(jù)資源被榨干了？

Scaling law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(lái)促進(jìn)訓(xùn)練過(guò)程，大語(yǔ)言模型（LLM）就會(huì)繼續(xù)以相同的速度改進(jìn)。

扎克伯格、阿爾特曼等也公開(kāi)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(lái)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(méi)有觸及Scaling law的極限，但是可供使用的數(shù)據(jù)來(lái)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(yǔ)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(xiě)文章或編程錯(cuò)誤等問(wèn)題。

The Information援引知情人士的消息稱，過(guò)去幾年里，大語(yǔ)言模型在預(yù)訓(xùn)練過(guò)程中使用了來(lái)自網(wǎng)站、書(shū)籍和其他來(lái)源的公開(kāi)文本和數(shù)據(jù)，但模型開(kāi)發(fā)人員基本上已經(jīng)把這類數(shù)據(jù)資源榨干了。

已有合成數(shù)據(jù)用于訓(xùn)練

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(zhǎng)時(shí)間。

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(wèn)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(zhǎng)Ion Stoica表示，這種合成數(shù)據(jù)可能并不能幫助AI進(jìn)步。

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(guò)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(wèn)題），以此來(lái)改進(jìn)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(xiě)作或編程等特定類型的請(qǐng)求。這一方法，即附帶人類反饋的強(qiáng)化學(xué)習(xí)，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(lái)“思考”大語(yǔ)言模型在訓(xùn)練過(guò)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(wèn)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(guò)將每次查詢的成本從一分錢提升到十分錢來(lái)提高模型的響應(yīng)質(zhì)量。

阿爾特曼同樣強(qiáng)調(diào)了OpenAI推理模型的重要性，這些模型可以與LLMs結(jié)合。阿爾特曼在10月份一個(gè)面向應(yīng)用開(kāi)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(lái)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(xiě)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(méi)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(guò)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）近日宣布將離開(kāi)已經(jīng)工作了近7年的OpenAI。

封面圖片來(lái)源：視覺(jué)中國(guó)