XLNet vs GPT-4

XLNet est une approche révolutionnaire de pré-entraînement linguistique non supervisé développée par des chercheurs, dont Zhilin Yang et Zihang Dai. Il introduit une méthode de pré-entraînement autorégressif généralisé qui permet des performances de pointe sur diverses tâches de compréhension du langage. En tant qu'amélioration par rapport à son prédécesseur, BERT, XLNet intègre l'architecture Transformer-XL, particulièrement apte à gérer les dépendances à longue portée dans le texte. Ce référentiel, géré par Zihang Dai sur GitHub, offre un accès au modèle XLNet, avec du code et de la documentation de support que les chercheurs et les praticiens de l'IA peuvent utiliser et potentiellement contribuer aux progrès continus des modèles de langage.

Le GPT-4 est la dernière étape importante des efforts d'Openai pour augmenter l'apprentissage en profondeur.

Le GPT-4 est un grand modèle multimodal (acceptant des entrées d'image et de texte, émettant des sorties de texte) qui, bien que moins capables que les humains dans de nombreux scénarios du monde réel, présentent des performances de niveau humain sur diverses références professionnelles et académiques. Par exemple, il passe un examen de barre simulé avec un score autour des 10% supérieurs des candidats; En revanche, le score de GPT-3,5 était autour des 10% les plus bas. Nous avons passé 6 mois à aligner de manière itérative le GPT-4 en utilisant des leçons de notre programme de test contradictoires ainsi que du chatppt, ce qui a donné nos meilleurs résultats (bien que loin d'être parfaits) sur la factualité, la direction et refuser de sortir des garde-corps.

GPT-4 est plus créatif et collaboratif que jamais. Il peut générer, modifier et itérer avec les utilisateurs sur des tâches d'écriture créatives et techniques, telles que la composition de chansons, l'écriture de scénarios ou l'apprentissage du style d'écriture d'un utilisateur.