跳到正文

OpenAI / ChatGPT

OpenAI 的全部动态:GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事的持续追踪。

最新精选

第 201–220 条 · 共 282 条
4月1日周一
3月8日周五
2月15日周四
  1. OpenAI News88

    OpenAI 研究:视频生成模型可作为世界模拟器

    OpenAI 探索在视频数据上大规模训练生成模型,将文本条件扩散模型联合训练于不同时长、分辨率和宽高比的视频与图像,并采用在视频和图像潜码时空 patch 上运行的 Transformer 架构。其最大模型 Sora 能生成一分钟高保真视频,结果提示扩展视频生成模型是构建通用物理世界模拟器的一条可行路径。

    推荐理由:OpenAI 公开了视频生成模型的训练思路,读者可了解扩散模型与 Transformer 如何被用于构建物理世界模拟器。

2月14日周三
2月13日周二
1月10日周三
  1. OpenAI News62

    OpenAI 推出 ChatGPT Team 团队订阅方案

    OpenAI 推出新的 ChatGPT 订阅方案 ChatGPT Team,面向各种规模的团队,提供安全、可协作的工作空间,帮助团队在工作中充分利用 ChatGPT。

    推荐理由:OpenAI 推出面向团队的 ChatGPT 订阅方案,读者可了解其安全协作工作区的定位。

11月29日周三
  1. OpenAI News84

    Sam Altman 回归担任 OpenAI CEO,公司组建新一届初始董事会

    OpenAI 宣布 Sam Altman 回归担任 CEO,公司同时组建新的初始董事会。Mira Murati 继续担任 CTO,Greg Brockman 回归担任总裁,公告还收录了 CEO Sam Altman 与董事会主席 Bret Taylor 的留言。

    推荐理由:官方公告交代了 OpenAI 高层与董事会的调整结果,读者可据此了解这次人事变动的最终安排。

11月17日周五
11月6日周一
10月19日周四
  1. OpenAI News78

    DALL·E 3 在 ChatGPT Plus 和 Enterprise 上线

    OpenAI 宣布 DALL·E 3 现已在 ChatGPT Plus 和 Enterprise 中可用。为准备更广泛的发布,OpenAI 为 DALL·E 3 开发了一套安全缓解措施,并同步分享了其在内容溯源研究方面的进展。

    推荐理由:OpenAI 官方说明 DALL·E 3 已进入 ChatGPT Plus 与 Enterprise,并同步交代安全缓解措施与溯源研究进展。

10月3日周二
9月25日周一
8月28日周一
  1. OpenAI News80

    OpenAI 推出 ChatGPT Enterprise

    OpenAI 推出 ChatGPT Enterprise,主打企业级安全与隐私,并称其为迄今最强大的 ChatGPT 版本。

    推荐理由:OpenAI 官方发布企业版 ChatGPT,读者可了解其面向企业的安全隐私定位与能力版本。

8月22日周二
7月20日周四
  1. OpenAI News62

    OpenAI 为 ChatGPT 推出自定义指令功能

    OpenAI 为 ChatGPT 推出自定义指令功能,用户可设置自己的偏好,ChatGPT 会在之后的所有对话中记住这些偏好。该功能让用户对 ChatGPT 的回复方式拥有更多控制权。

    推荐理由:原文给出自定义指令的开放范围与生效方式,读者可据此判断 ChatGPT 个性化设置会如何影响日常对话。

6月13日周二
  1. OpenAI News82

    OpenAI 更新 API:新增函数调用、更长上下文并下调价格

    OpenAI 宣布对 API 进行多项更新,包括可控性更强的模型、函数调用能力、更长的上下文以及更低的价格。官方未在摘要中给出具体模型名称、上下文长度和价格数字。

    推荐理由:官方一次性列出模型可控性、函数调用、上下文长度和价格四项 API 变化,便于开发者对照现有集成评估升级。

5月31日周三
  1. OpenAI News62

    OpenAI 用过程监督提升数学模型推理能力

    OpenAI 训练了一个模型,通过奖励推理的每个正确步骤(过程监督)而非只奖励最终正确答案(结果监督),在数学问题求解上取得新的 SOTA。相比结果监督,过程监督除了提升性能,还带来对齐上的好处,即直接训练模型产出被人类认可的链式推理。

    推荐理由:OpenAI 用过程监督替代结果监督训练数学模型,并说明这一方式在链式推理对齐上的作用。