神秘GPT模型引爆社区，GPT-4.5、GPT-5谣言满天飞，奥特曼在线围观

这场等待「GPT-5」的游戏啥时候才能结束？

GPT-5 啥时候来？估计是 AI 领域最关心的问题之一了。是像 Sora 一样毫无预兆的发布，还是我们可以从边角料的爆料中得知一点点信息，大家对未来将要发布的这一模型充满了期待。

但奥特曼在一次访谈中表示，OpenAI 现在采用迭代部署的方式进行研发，而不是秘密进行直到完成 GPT-5 才公布，他们的目标不是给世界带来震惊性的更新，恰恰相反，OpenAI 希望自己研发的成果不会给人一种跳跃式的发展趋势，如果大家有那种感觉的话，OpenAI 会更加快速迭代地发布他们的产品，比如在发布 GPT-5 之前，先上线 GPT-4.5。

无论如何，大家对 GPT-5 的好奇心已经拉满。传言中 OpenAI 今天会有一些大的发布，我们也没有等来。

不过，LMSYS Chatbot Arena 上出现了一个神秘的模型，在社交媒体上引起了广泛的热议。

这个神秘的模型名为「gpt2-chatbot」，当有人问是谁创建了它？该模型自己的回复时竟然是 OpenAI，并且是基于 GPT-4 架构。

                             ^{图源：X@TomDavenport}

这个模型吸引了大量网友的围观和测试，结果很多人发现，gpt2-chatbot 的能力似乎与 GPT-4 保持在同一水准，甚至在一些任务上的表现比 GPT-4 Turbo 还要好。

因此，网友们纷纷猜测，gpt2-chatbot 是 GPT-4 的某个新版本，比如 GPT-4.5，或者 GPT-5 的测试版。

                             ^{图源：X@elder_plinius}

还有人扯到了消失了很久的 OpenAI 首席科学家 Ilya Sutskever，说 gpt2-chatbot 实际上是 Ilya 在答题。

                             ^{图源：X@roramora0}

不过今早，奥特曼神叨叨地回复了一句，表示对 gpt2 情有独钟。GPT-2 于 2019 年推出，参数量为 15 亿。

奥特曼的编辑记录更加激起了网友的好奇，先是 gpt-2 后是 gpt2，难道 gpt2（二代）要来了吗？

                             ^{图源：X@andromeda74356}

不管 gpt2-chatbot 最终是什么，我们先来看看它在哪些任务上表现更强。

神秘的 gpt2-chatbot 强在哪里？

先来看 gpt2-chatbot 与 gpt-4-trubo 分别画独角兽（TikZ 独角兽）的效果对比，显然前者的效果更好一点。

                              ^{图源：X@JoshhuaSays}

另一个类似的画独角兽示例，gpt2-chatbot 与 Claude Opus 的效果比较。

下图从左往右依次是 GPT-4 Turbo、Llama 3 和 Gemini 1.5 pro 的生成效果。

                              ^{图源：X@SullyOmarr}

再来看数学方面的一些例子，其中 gpt2-chatbot 可以一次性地解答国际数学奥林匹克（IMO）问题。

                             ^{图源：X@itsandrewgao}

不仅如此，有人发现了 gpt2-chatbot 比其他所有模型表现都要好的任务：「A+B-1」问题。

                                ^{图源：X@DimitrisPapail}

对于一些逻辑推理题，gpt2-chatbot 也更擅长，并强于其他大模型。

比如，当问 gpt2-chatbot「我今天有 3 个苹果，昨天吃了一个。现在有几个苹果？」它给出的回复很准确（3 个），并解释了原因（昨天吃了一个并不影响现在有几个苹果）。很少能有模型回答对这个典型的推理题。

作为对比，GPT-4、Claude-3 Opus、Gemini Ultra、Llama 3-70b 都回答错了。

                             ^{图源：X@airesearch12}

再比如，「Jessica 有两个兄弟和一个姐妹。她的兄弟各有多少个姐妹？」显然 gpt2-chatbot 回答对了。

而 Claude-3 Opus 搞错了。

                            ^{图源：X@skirano}

此外，gpt2-chatbot 在一些哲学问题上也答得很好，在完整性和基本事实方面，与 GPT-4 Turbo 相比，具有非常相似的解答思路。

                             ^{图源：X@anonkanav}

图灵奖得主 Yann LeCun 也赶来围观，不过他并不看好这个模型，并表示人工智能的炒作已经变成了讽刺。

LeCun 之所以这样说，是因为有人问 gpt2-chatbot「一个农夫带着一只羊和一只山羊站在河的左岸，旁边有一条船。船只能装下一个人和两个动物。农夫如何带着羊和山羊到达河的右岸，并尽可能减少旅行次数？」

对于这个问题，正常来说只需一趟就可以了，但 gpt2-chatbot 把答案弄得非常复杂，还分了 5 步完成。

                                   ^{图源：https://twitter.com/ylecun/status/1785100806695325804}

可以说，这些测试结果让我们看到了 gpt2-chatbot 在画图、数学、逻辑推理等任务上的不俗能力，同时也会出现将简单问题复杂化的情况。但要说它就是 GPT-4 或 GPT-5，有人还是不同意。

因此，有人猜测 gpt2-chatbot 实际上还是此前的 GPT-2，但是使用现代助理数据集进行了微调。在这种情况下，这意味着 OpenAI 最初的预训练效果仍然令人惊叹，并在几年后仍比其他模型更好。

                             ^{图源：X@albfresco}

如何体验？

首先你需要进入 chat.lmsys.org：

在如下的界面中，点击 Direct Chat：

然后选择 gpt2-chatbot 就可以测试了：

不过，当我们向 gpt2-chatbot 提问时，收到提示「此模型速率已达到上限」，看来大家只能再等等了。

地址：https://chat.lmsys.org/?&continueFlag=7c6341bdf97e0feac7657a2181eabc99

除了 gpt2-chatbot，OpenAI 今天还发布了一个消息，他们在 2 月份宣布的 Memory 功能，现在可供所有 ChatGPT Plus 付费用户使用。