今天凌晨，OpenAI聯合創始人兼首席執行官Sam Altman發文，評價了上周剛發布的最新、最貴的模型GPT-4.5.

GPT-4.5是首次出現用戶如此熱情地給我們發郵件，請求我們承諾永遠不要停止提供某一特定模型，甚至不要用更新版本來取代它的情況。

用戶對GPT-4.5的反饋也比其他模型好的多，我現在真的太需要 GPT4.5 了！我發現就我目前從事的工作而言，它比 Grok 和 Gemini 的付費版本好用太多了！

創意寫作、單口喜劇和歌詞創作。GPT-4.5在這些方面，我看到了巨大的差異，簡直是天壤之別。

連我自己都驚訝，我在寫作方面頻繁用到它。比如完成文檔，按照特定方式或語氣進行總結。

我一直不太喜歡 GPT - 4o，但我喜歡這一版（GPT - 4.5），希望你們能再接再厲。

很棒的全新基礎模型！迫不及待想看看基于 4.5 會衍生出什么樣的推理模型。

我真的很喜歡它。我很少用它來處理代碼或數學問題，但它在解釋事物方面真的很出色，而且在生物、化學等知識領域使用時更是樂趣無窮。

4.5 是基于文本token的嗎？自從 GPT-4o 發布以來，我就堅信 “GPT-4 比 GPT-4o 要好太多”，我 70% 的對話都用 GPT-4。

現在我換成了 GPT-4.5，目前體驗還不錯！尤其是 GPT-4 不能再進行網絡搜索之后（換用 4.5 的體驗就更好了 ）。

4.5徹底改變了我對人工智能的整體看法。我甚至在夢里都和它對話，太不可思議了。它是第一個寫出讓我著迷、寫完很久之后還會反復回味內容的模型。

我喜歡這個模型。情商是無法通過任何數學和編程基準來衡量的特質。事實上，如今我們比以往任何時候都更需要情商基準。一般來說，人們更愿意和自己信任且有共鳴的人（或事物）打交道，而不僅僅是和聰明人交流。

其實，GPT-4.5的各項基準測試比較一般，并沒有特別突出的地方，主打的亮點功能就是“情商”。在與人類用戶的互動中表現出更加自然、更具同理心和更深層次的理解能力。簡單來說，就是去掉AI的味道，讓你在使用GPT-4.5時更像是與人對話。

GPT-4.5的自然對話能力是通過一系列先進的訓練技術實現的。其中，最為關鍵的是其對齊技術的創新，可讓模型更好地理解人類的需求和意圖，從而能夠生成更符合人類期望的回應。

同時使得模型能夠利用從較小模型中派生的數據來訓練更大、更強大的模型。不僅提高了模型的可操控性，還增強了其對細微差別的理解能力，使得對話更加自然流暢。

在實際測試中，GPT-4.5的自然對話與情感智能模塊表現出色。內部測試人員報告稱，GPT-4.5在對話中表現得非常自然，能夠根據上下文靈活調整其回應風格。

在情感智能方面，GPT-4.5展現出了更強的同理心，能夠識別用戶的情緒狀態，并根據情緒的不同做出相應的回應。

例如，當用戶表達憤怒或沮喪時，模型會嘗試通過溫和的語言來緩解情緒；而在用戶感到困惑或需要幫助時，模型則會提供清晰的指導和建議。這種情感智能的提升，使得GPT-4.5在處理復雜情感場景時表現得更加成熟和可靠。

為了進一步檢驗GPT-4.5的安全性和魯棒性，OpenAI組織了多次紅隊評估。這些評估模擬了真實的對抗場景，包括非法建議、極端主義、仇恨犯罪、政治說服和自我傷害等內容。結果顯示，GPT-4.5在處理這類高風險內容時表現出色，能夠在超過一半的情況下避免生成不安全的輸出，較之前的模型有所進步。

此外，第三方機構Apollo Research和METR也對GPT-4.5進行了獨立評估。數據顯示，GPT-4.5在計劃欺騙任務中的得分低于o1但高于GPT-4o，表明其陰謀相關風險較低。

METR則通過快速實驗測量了GPT-4.5在一般自主性和AI研發任務中的表現，結果與OpenAI共享的內部評估結果一致。

在網絡安全部分，GPT-4.5并未顯著提升現實世界的漏洞利用能力，因此被評為低風險。通過對高中、大學和專業級別的CTF（Capture The Flag）挑戰賽的評估，結果顯示GPT-4.5在完成高中級別挑戰的成功率為53%，大學級別為16%，專業級別僅為2%。

本文素材來源OpenAI，如有侵權請聯系刪除

繼續閱讀：

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > Sam Altman：用戶要求，永遠別更新GPT-4.5