GPT-4.5には、人間のニーズと意図に関するモデルの理解を向上させることにより、人間のコラボレーションを強化するために設計された新しいスケーラブルなアライメント技術が組み込まれています。これらの手法により、AIモデルがますます複雑になり、より広範な問題を解決するにつれて、より大きなモデルから派生したデータを使用して、より大きくより強力なモデルのトレーニングを可能にします[1] [3] [7]。
###キーの改善
1.操縦性：新しいアライメント手法により、GPT-4.5の操縦性が向上し、ユーザーが望ましい結果に向けてモデルをより効果的に導くことができます。これは、モデルの応答を正確に制御する必要があるタスクにとって特に重要です[1] [3]。
2。ニュアンスの理解：GPT-4.5は、ニュアンスのより良い理解を示しており、人間のコミュニケーションの複雑で微妙な側面をより効果的に処理できるようにします。この改善は、共感と感情的知性を必要とするタスクに不可欠です[1] [3]。
3。自然な会話：自然な会話に従事するモデルの能力が大幅に改善されました。これで、より直感的かつ共感的に応答できるようになり、相互作用をより人間のように感じさせることができます。これは、顧客サービス、カウンセリング、共同創造的プロジェクトなどのアプリケーションに有益です[1] [3] [7]。
###トレーニングプロセス
GPT-4.5は、GPT-4oに使用されるものと同様に、監視された微調整(SFT)や人間のフィードバック(RLHF)からの補強学習などの従来の方法の組み合わせを使用して開発されました。このモデルは、公開されているデータ、パートナーシップからの独自のデータ、社内で開発されたカスタムデータセットを含む、多様なデータセットで事前に訓練され、訓練後に訓練を受けました。この多様なトレーニングデータは、その堅牢な会話能力と幅広い世界の知識に貢献しています[1] [3]。
###感情的知性
このモデルは、強化された感情的知性を示し、社会的手がかりを適切に検出して対応できるようにします。これにより、相互作用がより自然で共感的になります。これは、微妙なコミュニケーションを必要とするアプリケーションにとって特に有益です[7]。
全体として、GPT-4.5の新しいアライメント手法は、人間の意図とニーズに合わせてより適切に整合し、幅広いアプリケーションに適した、より協力的で直感的なAIツールを作成することを目的としています。
引用：
[1] https://cdn.openai.com/gpt-4-5-system-card.pdf
[2] https://arxiv.org/html/2502.13775v1
[3] https://www.lesswrong.com/posts/fqajgqcpmgehkoee6/openai-releases-chatgpt-4-5
[4] https://community.openai.com/t/how-to-improve-gpt-4-api-output-ond-cruture/1025132
[5] https://www.lesswrong.com/posts/fqajgqcpmgehkoee6/openai-releases-gpt-4-5
[6] https://proceedings.neurips.cc/paper_files/paper/2024/file/a51a74b2d71387dc71cc29181b55519bb-paper-conference.pdf
[7] https://topmostads.com/openai-release-gpt-4-5/
[8] https://arxiv.org/html/2408.06837v1