A GPT-4.5 és a GPT-4 mindkettőnek kihívásokkal kell szembenéznie, amikor alacsony forrású nyelvekkel foglalkozik, de megközelítésükben és teljesítményükben vannak különbségek.
GPT-4 teljesítmény alacsony forrású nyelveken
A GPT-4, a többi nagy nyelvi modellhez hasonlóan, lenyűgöző képességeket mutatott a nagy forrású nyelveken, de küzd az alacsony forrású nyelvekkel. A tanulmányok kimutatták, hogy a GPT-4 teljesítménye ezeken a nyelveken nem olyan robusztus, mint az angol vagy más jól reprezentált nyelven [1] [3]. This is partly due to the limited training data available for these languages, which results in less effective tokenization and understanding of linguistic nuances[1]. Ezenkívül a GPT-4 biztonsági szűrőit kevésbé hatékonynak találták, ha az alacsony forrású nyelvekre fordított bemenetekkel foglalkoznak, megkönnyítve a biztosítékok megkerülését [5].
GPT-4.5 fejlesztések az alacsony forrású nyelvekhez
A GPT-4.5 célja a GPT-4 képességeinek javítása, ideértve az alacsony forrású nyelvek kezelését is. Míg az alacsony forrású nyelvek specifikus fejlesztései nem széles körben részletesek, a GPT-4.5-et figyelembe veszik, hogy többnyelvű értékelések során felülmúlják a GPT-4-et. Például a 14 nyelvre lefordított MMLU tesztkészlet felhasználásával történő értékelések során, beleértve az alacsony forrású nyelveket, mint például a Yoruba, a GPT-4.5 jobb teljesítményt mutatott a GPT-4-hez képest [9]. Ez azt sugallja, hogy a GPT-4.5 javíthatja a többnyelvű támogatást és a nyelvi árnyalatok potenciálisan jobb kezelését az alacsony forrású nyelveken.
A GPT-4.5 javulása azonban inkább az általános többnyelvű teljesítményre vonatkozik, nem pedig az alacsony forrású nyelvek specifikus fejlesztéseire. Az emberi transzlátorok használata a többnyelvű képességek értékelésére a pontos fordítások biztosítására utal, amely közvetett módon javíthatja az alacsony forrású nyelveket azáltal, hogy megbízhatóbb adatokat szolgáltat a jövőbeli fejlesztésekhez [9].
kihívások és jövőbeli irányok
E javulások ellenére a GPT-4 és a GPT-4.5 mind az alacsony forrású nyelvekkel szemben továbbra is jelentős kihívásokkal szembesülnek. A finomhangolás és a speciális felszólítási technikák gyakran ajánlottak ezeknek a nyelveknek a teljesítményének javítása érdekében [7]. A biztonság és a teljesítmény közötti különbség a nagy erőforrású és az alacsony forrású nyelvek között rávilágít arra, hogy a nyelvi sokféleséget figyelembe vesszük az inkluzívabb képzési adatok és a biztonsági protokollok igényei [5].
Összefoglalva: míg a GPT-4.5 javításokat kínál a GPT-4-hez képest a többnyelvű kontextusban, az alacsony forrású nyelvek specifikus fejlesztései nem széles körben részletesek. További kutatásokra és fejlesztésekre van szükség az ilyen nyelvek tartós kihívásainak kezeléséhez.
Idézetek:
[1] https://aclantology.org/2024.findings-emnlp.920.pdf
[2] https://topmostads.com/gpt-4-5-vs-gpt-5-reelease/
[3] https://www.asianlp.sg/conferences/ialp2024/proordings/papers/ialp2024_p027.pdf
[4] https://www.techtarget.com/searchenterpriseai/tip/gpt-35-vs-gpt-4-biggest-t-t--consider
[5] https://arxiv.org/pdf/2310.02446.pdf
[6] https://teamai.com/blog/large-language-models-llms/understanding-different-chatgpt-models/
[7] https://aclantology.org/2025.Coling-main.559.pdf
[8] https://www.reddit.com/r/claudeaii/comments/1dqj1lg/claude_35_sonnet_vs_gpt4_a_programmers/
[9] https://cdn.openai.com/gpt-4-5-system-card.pdf