でーたさいえんすって何それ食えるの？

JuliaとかRとかPythonとかと戯れていたい

2023.11.07 OpenAIリリース内容について

完全自分用の備忘メモ

GPTモデルの改善で、GPT-4, GPT-3.5が高機能化

  • GPT-4 Turbeがリリース
    • コンテクストに使えるトークン数が128Kに増加
    • 学習は2023年4月までのデータとなる
    • Function Callのアップデート
      • 1つのメッセージから複数のファンクションコールができるようになった
      • ファンクションコールの精度が向上した
    • インストラクションの改善とJSONモードの追加
      • XMLやJSONフォーマットで出力せよ、といったリクエストにより正しく対応できるようになった
      • 特にJSONフォーマットでのレスポンスでは、有効なJSONかバリデーションされるように改善した
      • 加えて、APIパラメータにresponse_formatが追加され、有効なJSONで出力されるようコントロールすることも可能となる
    • 再現性の向上
      • seedパラメータにより、モデルの回答が固定できるようになる（OpenAIが内部的に利用していたものを開放した状態となる）
  • GPT-4 Turboに画像対応版のモデルが追加
    • 1080x1080pxの画像まで取り扱いが可能
  • GPT-4のファインチューニング・カスタムモデル作成
    • GPT-3.5と同様に、GPT-4でもファインチューニングが可能になる（ただし、実験的）
    • 特に大規模な内部データを活用するような一定規模以上の企業での利用を想定し、カスタムモデルプログラムを提供
  • GPT-3.5 Turboのアップデート
    • コンテクスト数は16K
    • JSONモードやFunction CallのアップデートはGPT-3.5 turboでも適用

新機能のリリース：Assistants API, Retrieval, Code Interpreterのリリース

  • Assistants API, Retrieval, Code Interpreterのリリース
    • Assistants API：アシスタントAIを構築するためのAPI
      • 会話のスレッド管理を開発者側が面倒見る必要がなくなり、Assistants APIの機能で対応が可能
      • GPT-4 Turboで追加された機能に加えてRetrieval、Code Interpreterの機能も内包されている
      • Retrieval：GPTへ独自データを持ち込むための仕組み。この機能によって、ドキュメントのエンベッディングの面倒を見る必要はなくなる。
      • Code Interpreter：サンドボックス環境でPythonコードが実行できるようになる
  • Text-to-speech機能のリリース
  • DALL-E 3のリリース

既存APIに関連し、Whisper V3, Consistency Decoderのリリース

  • Whisper V3

    • large-v3のモデルを公開しており、近いうちにWhisperのAPIで提供できるようにする

  • Consistency Decoder

    • 生成モデルで利用するStable Diffusion VAEデコーダーの進化版

    Consistency Decoderにより、今まで生成が不自然だった顔、直線や文字がより自然な見た目になる

価格・Rate limitの変更

  • 従前のモデル利用料の1/2〜1/3程度に価格圧縮
  • Rate Limitは緩和

Copyrightシールドの提供

  • 著作権侵害に関する法的請求に対応。発生した費用をOpenAIが支払いを行う

 

出典