每經(jīng)記者 蔡 鼎 實習(xí)記者 岳楚鵬    每經(jīng)編輯 蘭素英    

近日，據(jù)The Information報道，OpenAI的下一代旗艦?zāi)Ｐ涂赡懿粫袂懊鎺状a(chǎn)品那樣實現(xiàn)巨大的飛躍。

據(jù)報道，測試代號為Orion的新模型的員工發(fā)現(xiàn)，盡管新模型性能超過了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。

視覺中國

換句話說，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)對這種情況，OpenAI成立了一個基礎(chǔ)團(tuán)隊，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)報道，這些新策略包括使用AI模型生成的合成數(shù)據(jù)對Orion進(jìn)行訓(xùn)練等。

目前，OpenAI并未回應(yīng)相關(guān)消息的評論請求。不過上個月OpenAI曾表示，“今年沒有發(fā)布代號為Orion的模型的計劃”。

在語言任務(wù)上表現(xiàn)更好

使用ChatGPT的用戶數(shù)量正在飆升。不過，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)計正在訓(xùn)練的Orion可能會比一年前發(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)練過程的20%，但就智能程度以及完成任務(wù)和回答問題的能力而言，它已經(jīng)與GPT-4相當(dāng)。

然而，一些使用或測試過Orion的OpenAI員工表示，雖然Orion的性能超過了之前的模型，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在語言任務(wù)上表現(xiàn)更好，但在編碼等任務(wù)上可能不會勝過之前的模型。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)中心運行成本可能更高。

OpenAI 研 究 員 Noam Brown上個月在TED AI會議上表示，開發(fā)更先進(jìn)的模型在財務(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)萬億美元的模型嗎？”Brown說，“在某個時候，擴(kuò)展范式（Scaling paradigm）就會崩潰。”

數(shù)據(jù)資源被榨干了？

Scaling law是AI領(lǐng)域的一個核心假設(shè)：只要有更多的數(shù)據(jù)可供學(xué)習(xí)，以及額外的計算能力來促進(jìn)訓(xùn)練過程，大語言模型（LLM）就會繼續(xù)以相同的速度改進(jìn)。

扎克伯格、阿爾特曼等也公開表示，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)的公司仍花費數(shù)十億美元來建造昂貴的數(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有觸及Scaling law的極限，但是可供使用的數(shù)據(jù)來源卻快要干涸了。

OpenAI的員工和研究人員表示，GPT模型減速的一個原因是高質(zhì)量文本和其他數(shù)據(jù)的供應(yīng)不足。大語言模型需要在預(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，從而解決撰寫文章或編程錯誤等問題。

The Information援引知情人士的消息稱，過去幾年里，大語言模型在預(yù)訓(xùn)練過程中使用了來自網(wǎng)站、書籍和其他來源的公開文本和數(shù)據(jù)，但模型開發(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)對這種情況，OpenAI成立了一個基礎(chǔ)團(tuán)隊，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)隊由之前負(fù)責(zé)預(yù)訓(xùn)練的Nick Ryder領(lǐng)導(dǎo)。OpenAI表示，這個團(tuán)隊將研究如何應(yīng)對訓(xùn)練數(shù)據(jù)的匱乏，以及Scaling law還能適用多長時間。

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)致了一個新問題，即Orion 最終可能會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的研究者們在模型訓(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)或編程問題），以此來改進(jìn)處理特定任務(wù)的方式。

同時，OpenAI還會請人工評估員對預(yù)訓(xùn)練的模型在特定任務(wù)上進(jìn)行測試，并對答案進(jìn)行評分。這有助于研究者調(diào)整模型，以更好地應(yīng)對諸如寫作或編程等特定類型的請求。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，會花更多時間來“思考”大語言模型在訓(xùn)練過程中處理的數(shù)據(jù)。這意味著，即使不對底層模型進(jìn)行修改，只要在回答用戶問題時提供額外的計算資源，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全新的擴(kuò)展維度。”Brown在TED AI大會上表示，研究人員可以通過將每次查詢的成本從一分錢提升到十分錢來提高模型的響應(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月份一個面向應(yīng)用開發(fā)者的活動中表示：“我希望推理功能能解鎖我們多年來期待實現(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，幫助編寫更復(fù)雜的代碼。”

但兩位知情員工表示，o1模型目前的價格比非推理模型高出六倍，因此它沒有廣泛的客戶群。

與此同時，o1模型的安全性也被很多人詬病，《自然》雜志就曾表示，在評估過程中，他們發(fā)現(xiàn)o1有時會遺漏關(guān)鍵安全信息，例如未強(qiáng)調(diào)爆炸危險或建議不適當(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)隊負(fù)責(zé)人翁荔（Lilian Weng）近日宣布將離開已經(jīng)工作了近7年的OpenAI。

封面圖片來源：視覺中國