新智元報(bào)道

編輯：Aeneas

【新智元導(dǎo)讀】GPT-5，曾經(jīng)差點(diǎn)難產(chǎn)？這條誕生路，簡直是烈火煉真金。一邊是人才出走、小扎截胡、團(tuán)隊(duì)內(nèi)部陷入混亂，另一邊，推理模型魔咒讓研究者苦惱不已，項(xiàng)目甚至一度停擺。外媒曝出這期GPT-5誕生內(nèi)幕，可謂亮點(diǎn)滿滿，干貨十足。

就在剛剛，外媒The Information曝出了關(guān)于GPT-5的一大波最新內(nèi)幕，眾多猛料來了！

比如，GPT-5并未取得技術(shù)突破，不存在GPT-3到GPT-4這種級別的躍升。

比如，OpenAI正面臨著嚴(yán)重的數(shù)據(jù)瓶頸和技術(shù)難題。

還有一個(gè)勁爆大瓜，OpenAI大波核心研究者一下子被小扎撬走，直接導(dǎo)致了OpenAI內(nèi)部的組織架構(gòu)混亂！

為此，研究副總裁Jerry Tworek在Slack上公開向研究主管Mark Chen抱怨，許多同事都看到了。

不過，就在這么一篇唱衰的文章發(fā)布之際，OpenAI同時(shí)又有好消息了。

近日，OpenAI又獲得了一筆巨額融資。據(jù)悉，OpenAI已提前數(shù)月籌集了83億美元資金，這就導(dǎo)致它的估值直接達(dá)到3000億美元，這是今年400億美元融資計(jì)劃的一部分。

參與此輪融資的，有一大波全新投資者，其中Dragoneer投資集團(tuán)以28億美元領(lǐng)投本輪，Blackstone、TPG、Fidelity、Founders Fund、紅杉資本等跟投。

不過，雖說Dragoneer是本輪融資的最大出資方，但軟銀仍是整個(gè)400億融資計(jì)劃的牽頭者。

GPT-5還沒發(fā)布，各方勢力都下場了，這不免讓人把期待值拉滿，屏息等待下周的盛況了。

Orion隕落真相

GPT-5沒做出來，降級成4.5了

去年萬眾矚目的Orion，大家應(yīng)該都還記得。

The Information爆料說，2024年下半年的大部分時(shí)間里，OpenAI都在全力開發(fā)Orion模型，它被寄予了厚望，原計(jì)劃作為GPT-5推出。

跟5月發(fā)布的旗艦?zāi)Ｐ虶PT-4o相比，Orion本該有巨大飛躍。

結(jié)果它的性能令人大失所望，最終只能被降級成GPT-4.5，在今年2月推出。默默上線后，GPT-4.5迅速淡出公眾視野。

所以，Orion為何會失?。?/p>

最核心的原因就在于，團(tuán)隊(duì)摸到了預(yù)訓(xùn)練階段的天花板。因?yàn)楦哔|(zhì)量網(wǎng)絡(luò)數(shù)據(jù)已經(jīng)日益枯竭，訓(xùn)練小模型時(shí)還有效的技巧，在大模型身上竟然就會失效。

這不光導(dǎo)致了GPT-5的延期，也讓OpenAI的團(tuán)隊(duì)內(nèi)部陷入了自我懷疑。

GPT-5，根本沒有GPT-3到GPT-4級的躍遷

這個(gè)從神壇跌落的故事，要從去年12月說起。

當(dāng)時(shí)，OpenAI的研究者完成了一項(xiàng)內(nèi)部測試，結(jié)果震驚了整個(gè)團(tuán)隊(duì)。

他們發(fā)現(xiàn)，當(dāng)給一個(gè)新模型更多算力和思考時(shí)間，它就像開了掛一樣，復(fù)雜推理信手拈來，執(zhí)行任務(wù)出色到驚人。

然而，激動(dòng)的工程師們很快發(fā)現(xiàn)，這份興奮只是暫時(shí)的。

當(dāng)他們把這個(gè)新模型轉(zhuǎn)化為o3聊天版本時(shí)，那種驚人的性能提升消失了。

可以說，這次事件，正是OpenAI在今年大部分時(shí)間里所面臨技術(shù)挑戰(zhàn)的一個(gè)縮影。這讓OpenAI不僅內(nèi)部技術(shù)進(jìn)展緩慢，大獲成功的ChatGPT業(yè)務(wù)也受到波及。

比如，它的編程和數(shù)學(xué)能力又有了顯著提升。另外，它在驅(qū)動(dòng)AI智能體方面也優(yōu)于前代模型，只需要極少人工監(jiān)督，就能處理復(fù)雜任務(wù)。

它能遵循極其復(fù)雜的指令，比如支持智能體何時(shí)應(yīng)批準(zhǔn)退款的規(guī)則。而在以往，模型需要學(xué)習(xí)多個(gè)棘手的「邊緣案例」，才能處理此類退款。

但總的來說，這些改進(jìn)根本無法與2020年GPT-3到2023年的GPT-4之間的性能飛躍相提并論。

也就是說，我們需要做好對GPT-5失望的準(zhǔn)備。

不過，OpenAI模型的任何改進(jìn)，即便是漸進(jìn)式的，也能刺激客戶需求，以及給投資者信心。這樣才能支持OpenAI未來三年半燒掉450億的計(jì)劃，畢竟租用服務(wù)器實(shí)在是太昂貴了。

高管為何相信GPT-8？

最近曾有OpenAI高管向投資者透露：沿著目前架構(gòu)，他們相信模型有朝一日會達(dá)到GPT-8的水平。

CEO奧特曼也表示過，利用現(xiàn)有技術(shù)，OpenAI有望創(chuàng)造出AGI。

是什么給了他們這樣的信念？

一位了解內(nèi)情的微軟員工透露了玄機(jī)：測試GPT-5后，他們發(fā)現(xiàn)它在不消耗更多算力的情況下，就能生成更高質(zhì)量的代碼和文本。

部分原因在于，它學(xué)會了精準(zhǔn)判斷出不同任務(wù)所需的計(jì)算資源量。

內(nèi)部「混亂不堪」

不過OpenAI內(nèi)部，可并非一片和諧。

比如一些高級研究者，非常抵觸將自己的成果交給微軟，盡管這位最大股東擁有的合同權(quán)利截至到2030年。

雖然兩家公司財(cái)務(wù)緊密，但在具體合作條款上，卻始終爭執(zhí)不休。最新信息是，OpenAI重組營利性部門后，微軟很可能在其中獲得33%的股份。

而小扎以天價(jià)薪酬挖走的團(tuán)隊(duì)，也讓OpenAI內(nèi)部陷入了更大的混亂。

走了這么多人，只能緊急進(jìn)行組織架構(gòu)調(diào)整。

上周，OpenAI的研究副總裁Jerry Tworek在Slack上向上司、研究主管Mark Chen抱怨團(tuán)隊(duì)變動(dòng)的事，許多同事都看到了這條信息。

當(dāng)時(shí)，Tworek表示需要休假一周來重新思考，但最終并未休假。

絕境中的轉(zhuǎn)機(jī)

推理模型的意外崛起

總之，直到今年6月，情況依然很嚴(yán)峻：OpenAI開發(fā)的模型中，沒有一個(gè)能頂?shù)米PT-5的名號。

好在，「推理模型」成了他們的全新突破口。

23年末一項(xiàng)名為Q*的技術(shù)突破，能解決前所未見的數(shù)學(xué)問題，在OpenAI研究者中引發(fā)了巨大震動(dòng)。

基于Q*，OpenAI開發(fā)了許多推理模型，在獲得更多算力時(shí)，它們就會表現(xiàn)更佳——看起來，預(yù)訓(xùn)練的性能增長瓶頸，就要被克服了。

去年秋天，第一個(gè)推理模型正式推出，它就是o1。24年底，OpenAI利用與o1基礎(chǔ)相同的GPT-4o，又推出了推理模型o3。

據(jù)說，雖然師出同門，但o3的教師模型在理解科學(xué)知識方面，比o1的教師模型進(jìn)步大得多。

背后原因，就是OpenAI用了更多英偉達(dá)芯片來開發(fā)o3的教師模型，這就讓它理解復(fù)雜概念時(shí)能力更強(qiáng)。

還有一個(gè)原因，就是它被賦予了搜索網(wǎng)絡(luò)，以及從代碼庫中提取信息的能力。

并且，它也同樣受益于強(qiáng)化學(xué)習(xí)。此過程中，人類專家在生物學(xué)、軟件工程和醫(yī)學(xué)上提出刁鉆的問題和答案，然后讓模型針對這些問題生成數(shù)千個(gè)自己的回答。

隨后，OpenAI會利用那些與人類專家得出相同答案的AI生成回答（也即「合成數(shù)據(jù)」）來訓(xùn)練模型。

推理模型

為何總翻車

o3模型發(fā)布后，一度成為全球頭條，引發(fā)病毒式討論，然而現(xiàn)實(shí)很快給了當(dāng)頭一棒。

當(dāng)o3的教師模型轉(zhuǎn)換為學(xué)生模型，變成一個(gè)可以讓人們提問的聊天版本時(shí)，它的性能顯著下降，甚至跟o1相比沒有任何區(qū)別。

同樣，創(chuàng)建讓企業(yè)通過API購買的版本時(shí)，同樣的問題也出現(xiàn)了。

有知情人分析，原因是這樣的：o3理解概念的方式很獨(dú)特，跟人類的交流方式大相徑庭。

因此，如果創(chuàng)建一個(gè)聊天版本，其實(shí)就拉低了這個(gè)原始天才級模型的智能水平，因?yàn)樗黄扔萌祟愓Z言，而非自己的語言去交流。這種情況下，它的推理鏈條就會被迫壓縮、扭曲。

甚至有開發(fā)者在調(diào)試時(shí)，偶爾能看到模型輸出「亂碼」般的中間語言——那可能就是它「思考」的原始形態(tài)，也就是這個(gè)天才原本的樣子。

還有人認(rèn)為，OpenAI沒有投入足夠精力來訓(xùn)練模型在聊天場景中與人類進(jìn)行有效溝通。

總之，o系列模型讓ChatGPT的用戶非常困惑，因此公司決定重新回歸GPT的命名體系。

「通用驗(yàn)證器」

好在，OpenAI還有辦法。

據(jù)悉，內(nèi)部正在開發(fā)一種「通用驗(yàn)證器」，可以自動(dòng)化地確保模型在RL過程中產(chǎn)生高質(zhì)量的答案。

本質(zhì)上，這個(gè)過程是讓一個(gè)LLM承擔(dān)起檢查和評估另一個(gè)模型答案的任務(wù)，并利用各種信息源來對答案進(jìn)行研究核實(shí)。

前一陣OpenAI的模型在數(shù)學(xué)競賽中拿了金牌后，高級研究員Alexander Wei在X上表示，他們所使用的強(qiáng)化學(xué)習(xí)方法是「通用」的。

也就是說，這個(gè)模型不僅能檢查編程這種標(biāo)準(zhǔn)答案清晰的內(nèi)容，甚至還能判斷寫作這種主觀性很強(qiáng)的內(nèi)容質(zhì)量。

這就對GPT-5助力極大！

OpenAI強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)負(fù)責(zé)人Tworek最近也公開表示，自己認(rèn)同這個(gè)觀點(diǎn)：OpenAI模型背后的強(qiáng)化學(xué)習(xí)系統(tǒng)，其實(shí)已經(jīng)具備了通往AGI的潛力。

目前，包括xAI和谷歌在內(nèi)的AI大廠都已加倍押注強(qiáng)化學(xué)習(xí)。

上周，Altman在播客節(jié)目中，描述GPT-5的能力說，它輕松解決了一個(gè)他根本看不懂的問題，直接讓他坐到椅子上，感到暈眩。

這就進(jìn)一步點(diǎn)燃了我們對GPT-5的狂熱期待。

「在幾乎所有方面，GPT-5都比我們更聰明。」

究竟什么樣的模型，才配叫作GPT-5？好在，我們要等的時(shí)間不多了。

參考資料：

https://www.theinformation.com/articles/inside-openais-rocky-path-gpt-5?rc=epv9gi