معرفی نسخه جدید GPT-4 توسط OpenAI

نسخه GPT-4o توسط OpenAI معرفی شد. این نسخه یک مدل چند وجهی (Multimodal) بوده که می‌تواند انواع دیتای متنی، صوتی و ویدئویی را پردازش کند و عملکرد به مراتب بهتری نسبت به نسخه قبلی (GPT-4T) از خود نشان دهد. این نسخه به طور متوسط با ۳۲۰ میلی ثانیه تاخیر به ورودی صوتی پاسخ می‌‌ دهد که مشابه زمان پاسخ‌دهی انسان در یک مکالمه عادی است. در نسخه‌‌های قبلی ورودی صوتی ابتدا به متن تبدیل شده و پس از آماده شدن پاسخ، متن خروجی به صوت تبدیل می‌‌شد. این فرآیند پاسخ‌دهی مدل را کند کرده و باعث از دست رفتن اطلاعات در این پروسه می‌‌‌‌‌‌‌‌‌‌‌‌شد. اما نسخه جدید از ابتدا به صورت چند وجهی آموزش داده شده و می‌‌تواند ورودی صوتی را مستقیم دریافت کرده و با خروجی صوتی پاسخ دهد. نسخه GPT-4o در متون انگلیسی و کد عملکرد مشابه نسخه Turbo داشته ولی در متون غیر انگلیسی عملکرد به مراتب بهتری نسبت به آن دارد. همچنین سرعت پاسخ دهی آن افزایش پیدا کرده و هزینه استفاده از APIهای آن تا ۵۰ درصد کاهش پیدا کرده است.

#openai
#gpt4o
#gpt4

@dumannewsletter