GPT-4.5'in örtük bilgi ve sorun giderme soruları üzerindeki performansı, GPT-4'e kıyasla, karmaşık ve nüanslı sorguların ele alınmasındaki ilerlemeleri yansıtır. TACIT bilgi ve sorun giderme için spesifik metrikler mevcut bilgilerde ayrıntılı olarak ayrıntılı olmasa da, GPT-4.5'teki birkaç temel iyileştirme vurgulanabilir:
1. Öğretim hiyerarşisi ve güvenlik: GPT-4.5, hızlı enjeksiyon ve diğer saldırılar riskini azaltmaya yardımcı olan bir talimat hiyerarşisine uyacak şekilde eğitilmiştir. Bu, çelişkili kullanıcı mesajlarına ilişkin sistem talimatlarını takip etmenin daha iyi olduğu ve sorun giderme gerektirebilecek karmaşık senaryoları işleme yeteneğini geliştirmede daha iyi olduğu anlamına gelir [1]. Buna karşılık, GPT-4'ün literatürde bahsedilen bu özel geliştirmeye sahip değildir.
2. Belirsiz sorular: GPT-4.5, GPT-4O'ya (GPT-4'ün bir versiyonu) kıyasla belirsiz sorularda biraz daha düşük bir doğruluk göstermektedir, GPT-4O için 0.95'e karşı GPT-4 için 0.95 ve GPT-4.5 için 0.95'e göre. Bununla birlikte, GPT-4.5'in açık sorular üzerindeki performansı GPT-4O'ya benzer, bu da her iki modelin de net sorguları etkili bir şekilde ele aldığını gösterir [1].
3. Tacit Bilgi ve Sorun Giderme: Tacit bilgi ve sorun giderme için spesifik metrikler sağlanmasa da, GPT-4.5'in çelişkili mesajları ele alma yeteneği ve gelişmiş eğitim hiyerarşisi, nüanslı anlayış ve sorun giderme gerektiren senaryolarda daha iyi performans gösterebileceğini düşündürmektedir. Öte yandan GPT-4, gelişmiş dil anlama ve karmaşık sorgulara daha kesin cevaplar sağlama yeteneği ile bilinir [2].
4. Multimodal yetenekler: GPT-4.5'in tabanı olan GPT-4, multimodal özelliklerde GPT-3.5'e göre önemli iyileştirmeler sunar ve karmaşık sorguları kullanır. GPT-4, daha geniş bir veri girişini işleyebilir ve yanıtlayabilir, bu da sorun giderme veya örtük bilgi içerebilecek görevler için daha çok yönlü hale getirebilir [2] [6].
Özetle, GPT-4.5, özellikle karmaşık talimatlar ve güvenlik protokollerinin ele alınmasında GPT-4'ün güçlü yönleri üzerine kurulurken, örtük bilgi ve sorun giderme sorularındaki özel performansı kapsamlı bir şekilde ayrıntılı değildir. Bununla birlikte, gelişmiş öğretim hiyerarşisi ve çelişkili mesajların iyileştirilmiş işlenmesi, nüanslı sorun giderme senaryolarında daha etkili olabileceğini düşündürmektedir.
Alıntılar:
[1] https://assets.ctfassets.net/kftzwdyauwt9/7eadv6oawhhxlaehuyu7db/64ewhxla6c5098d1/gpt-4-5_system_card_2272025.
[2] https://datasciencedojo.com/blog/gpt-3-5-vs-gpt-4-dbate/
[3] https://www.opastpublishers.com/open-access-articles/evaluating-errors-and-merproving-pormance-of-chatgpt.pdf
[4] https://pmc.ncbi.nlm.nih.gov/articles/pmc11197181/
[5] https://community.openai.com/t/gpt-opormance-is-not-follow-up-to-instructions-and-tasks/613298
[6] https://www.aubergine.co/insights/gpt-3-5-vs-gpt-4-an-in-in-depth-analysis-of-openais-language-modeller
[7] https://www.marketingaiinstitute.com/blog/the-ai-show-episode-137
[8] https://www.techtarget.com/searchenterpriseai/tip/gpt-35-vs-gpt-4-bigest-defferences-to-conder