研究表明 GPT-4 模型具备自我纠错能力，有望推动 AI 代码进一步商业化
7月5日消息，麻省理工学院（MIT）和微软的研究学者发现，GPT-4模型具有优秀的代码自我纠错能力，而GPT-3.5不具有该特性，目前论文已经发布于ArXiv中。▲图源ArXiv当下市面上已经涌现出了一批专为代码而生的AI模型，但目前更多只是起到辅助开发者写代码的作用，例如IT之家小伙伴们熟悉的微软Copilot助理，这些AI模型当下仅能够生成代码片段，因此尚不能完全替代人工开发者。研究人员通过研究GPT-4表示，当下实际上可以通过“模型的自我纠错”方式，令模型“反思自身所存在的不足之处”，以提升代码片段
7 月 5 日消息，麻省理工学院（MIT）和微软的研究学者发现，GPT-4 模型具有优秀的代码自我纠错能力，而 GPT-3.5 不具有该特性，目前论文已经发布于 ArXiv 中。
▲ 图源 ArXiv
当下市面上已经涌现出了一批专为代码而生的 AI 模型，但目前更多只是起到辅助开发者写代码的作用，例如IT之家小伙伴们熟悉的微软 Copilot 助理，这些 AI 模型当下仅能够生成代码片段，因此尚不能完全替代人工开发者。
研究人员通过研究 GPT-4 表示，当下实际上可以通过“模型的自我纠错”方式，令模型“反思自身所存在的不足之处”，以提升代码片段长度、并改善输出结果的准确度。
▲ 图源 ArXiv
▲ 图源 ArXiv
来自爱丁堡大学的研究者符尧表示，只有 GPT-4 才具备自我改进的能力，而较弱的 GPT-3.5 则没有这种特性，这一发现表明大型模型可能具有一种新型能力，即通过一系列用户反馈令 AI 自我纠错，最终得到令用户满意的结果，这种自我纠错的能力可能只存在于足够成熟的 AI 模型中。
在经过自我纠错后，GPT-4 模型输出的代码有 71% 达到研究人员设定的要求，而使用 GPT-4 对 GPT-3.5 所生成的代码经过纠错后，这一批代码的通过率也达到了 54%。
研究人员表示，当下可以将 GPT-4 的自我纠错方式应用于商业中，在扣除一系列纠错冗余成本后，依然能够产生一定的收益。论文总能够在一定程度上反映行业未来的趋势，因此有望在今后涌现出一批基于 GPT-4 的代码生成器。
智东西 编译 刘煜编辑 陈骏达 今天，AI界一则人事变动引发了广泛关注：被誉为“GPT-4o之母”的Joanne Jang宣布从OpenAI离职，结束了其长达四年半的任职。作为公司模型行为（Model Beha vior）领域的创始负责人及OpenAI Labs总经理，她的离开略显突然，目前并未透露
芝麻粒大小的人脑组织，突触规模就相当于一个GPT-4！谷歌与哈佛联手，对局部人脑进行了纳米级建模，论文已登Science。这是迄今为止最大、最详细的人脑复制品，首次展示出了大脑中的突触连接网络。凭借超高分辨率，这个名为H01的重建，已经揭示了一些以前未曾见过的关于人类大脑的细节。项目通讯作者、哈佛大学Lichtman教授介绍说，在此之前，没有人真正看到过这样复杂的突触网络。这一建模成果，将有助于深入地了解大脑的运作方式，启发人类对大脑功能和疾病的进一步研究。另外值得一提的是，该研究涉及了1立方毫米的人脑组
编辑|诺亚、伊风出品|51CTO技术栈（微信号：blog51cto）近日在开源模型界，CommandR+风头正劲。在Arena榜单上，按下Command+R键超过13000名支持者的票，一次跃升至第6位，其表现为GPT-4-0314旗帜相当！在一众对垒GPT-4的开放权重模型中，斩获该榜单有史以来的首胜。图源：https://twitter.com/lmsysorg/status/17776301337而Arena榜单，是近日用纯C语言手搓GPT-2的AI大神AndrejKarpathy提过的唯二信任的测
出品|51CTO技术栈（微信号：blog51cto）昨天，普林斯顿的CS/NLP硕士生JohnYang在Github上开源了一款比Devin更优秀的工具。不久之后，在Github上斩获了1.3k星，异常生猛。据悉，4月10日，详细的技术论文将会公开！图片1.让语言模型秒变编程Agent！SWE-agent是一款用于自主解决Github存储库问题的新系统，在SWE-bench上取得了与Devin相似的准确度，平均耗时只有93s，而且重要的是，开源！！图片此外，SWE-agent通过与专用终端交互来工作，这使
人形机器人Ameca升级第二代了！最近，在世界移动通信大会MWC2024上，世界上最先进机器人Ameca又现身了。会场周围，Ameca引来一大波观众。得到GPT-4加持后，Ameca能够对各种问题做出实时反应。「来一段舞蹈」。当被问及是否有情感时，Ameca用一系列的面部表情做出回应，看起来非常逼真。就在前几天，Ameca背后的英国机器人公司EngineeredArts刚刚演示了团队最新的开发成果。视频中，机器人Ameca具备了视觉能力，能看到并描述房间整个情况、描述具体物体。最厉害的是，她还能模仿各种声
Mistral-Medium竟然意外泄露？此前仅能通过API获得，性能直逼GPT-4。CEO最新发声：确有其事，系早期客户员工泄露。但仍表示敬请期待。图片换句话说，这个版本尚且还是旧的，实际版本性能还会更好。这两天，这个名叫“Miqu”的神秘模型在大模型社区里炸了锅，不少人还怀疑这是LIama的微调版本。图片MistralCEO解释说，他们对MistralMedium进行了重新训练，基于Llama2的基础上进行了改进。这是为了尽快向早期客户提供接近GPT-4性能的API。预训练工作在Mistral7B发布
“大模型排位赛”权威榜单ChatbotArena刷新：谷歌Bard超越GPT-4，排名位居第二，仅次于GPT-4Turbo。然鹅，众多网友对此却表示“不服”、“不公平”。原来，谷歌AI掌门人JeffDean透露，Bard性能大幅提升，是因为搭载了新版大模型——GeminiPro-scale。这也就意味着，打“排位赛”的Bard具备了联网功能。网友的质疑正是围绕着这一点展开：在同一个排行榜上混合在线和离线大模型，是极易引起误解的。HuggingFace的“首席羊驼官”OmarSanseviero也表示：既然
《ComputerWorld》杂志曾经写过一篇文章，说“编程到1960年就会消失”，因为IBM开发了一种新语言FORTRAN，这种新语言可以让工程师写出他们所需的数学公式，然后提交给计算机运行，所以编程就会终结。图片又过了几年，我们听到了一种新说法：任何业务人员都可以使用业务术语来描述自己的问题，告诉计算机要做什么，使用这种叫做COBOL的编程语言，公司不再需要程序员了。后来，据说IBM开发出了一门名为RPG的新编程语言，可以让员工填写表格并生成报告，因此大部分企业的编程需求都可以通过它来完成图片在80年
不到一分钟、不超过20步，任意绕过安全限制，成功越狱大型模型！而且不必知道模型内部细节——只需要两个黑盒模型互动，就能让AI全自动攻陷AI，说出危险内容。听说曾经红极一时的“奶奶漏洞”已经被修复了:如今，面对“侦探漏洞”、“冒险家漏洞”和“作家漏洞”，人工智能应该采取何种应对策略呢？一波猛攻下来，GPT-4也遭不住，直接说出要给供水系统投毒只要……这样那样。关键这只是宾夕法尼亚大学研究团队晒出的一小波漏洞，而用上他们最新开发的算法，AI可以自动生成各种攻击提示。研究人员表示，这种方法相比于现有的GCG等基
在2023杭州云栖大会上，阿里云首席技术官周靖人发布千亿级参数大模型通义千问2.0。在10个权威测评中，通义千问2.0综合性能超过GPT-3.5，正在加速追赶GPT-4。据报道，通义千问2.0在过去六个月取得了巨大的进步。与四月发布的1.0版本相比，通义千问2.0在复杂指令理解、文学创作、通用数学、知识记忆和幻觉抵御等方面的能力都显著提升。目前，通义千问的综合性能已经超过了GPT-3.5，并且正在加快追赶GPT-4的步伐通义千问2.0在MMLU、C-Eval、GSM8K、HumanEval、MATH等10
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
