ИИстерия

GPT-5 Вышел. В прошлом посте я размышлял на тему выхода новой модели и чего я от нее жду. У меня были и без того заниженные ожидания, хоть и надеялся на чудо, но его не случилось. Что показали OpenAI: 1. Новая модель будет сама решать когда ей использовать режим рассуждения, а когда отвечать сразу (про эту возможность уже много говорили и она не была сюрпризом). 2. Модель подтянули по бенчмаркам (соответственно и общая эффективность во многих направлениях выросла). Некоторые блогеры показали только те тесты где GPT-5 занимает лидирующие позиции и назвали ее лучшей, другие напротив выбирали тесты с ее отставанием. Правда же где по середине - модель обходит или на одном уровне с конкурентами, но значительного превосходства нет и отстающей ее не назвать. 3. В чем OpenAI преуспели, так это решение проблемы галлюцинаций и ошибок - по данным компании, модель чаще отвечает правильно. 4. Отдельно (от п.2) хочется выделить что у модели "подтянули" знания в медицине и психологии, что вместе с п.3. для конечного пользователя выбравшего эту модель для соответствующих консультаций станет большим плюсом. 5. Знания модели актуальны до сентября 2024 года (лучше разбирается в новых инструментах и технологиях). В целом, для конечного пользователя, не показали ничего нового. Два года назад, переход с GPT-3.5 на GPT-4 был революцией, нам показали что с ChatGPT теперь можно не просто "болтать", а решать реальные задачи (был и колоссальный прогресс в эффективности модели, заметный рост контекстного окна, положено начало мультимодальности и многое другое). Мы получили новые способы применения модели и взаимодействия с ней. Обновления GPT-4o снова показали много классных "фишек" для конечного пользователя. Тогда с Advanced Voice Mode модель научилась говорить, а с Live mode и видеть мир. Все это в режиме реального времени и расширяя способы применения. На демонстрации GPT-5 же нас просто закидали результатами бенчмарков, показали те же задачи что и раньше, но GPT-5 справилась с ними чуть лучше (не хуже чем у конкурентов). Все! Я ожидал расширения мультимодальности и работу с видео, хоть что-то новое, но к сожалению этого не произошло. К сожалению в подписке ChatGPT, в моем случае GPT-5 еще не появился. Попробовать новую модель я смог только в Cursor (IDE для написания кода с использованием агентов) и здесь чуда тоже не увидел: - Задачи которые ранее не мог решить o3 (или не нравилось его решение) - так же не может и GPT-5 - Больше нравится интерфейс (UI) который он делает - Реже оставляет заглушки (где предлагает самостоятельно написать часть логики) - Все еще не способен работать с крупными проектами Результат и впечатления полностью соответствует ожиданиям после презентации - не смогу сделать ничего большего чем мог с o3, а то что смогу - будет делать чуть лучше. У меня остался неприятный осадок, который подогревается постами и обсуждениями в сети, где нахваливают новую модель. Конечно обновление нельзя назвать плохим, так или иначе конечный пользователь останется в выигрыше, обновление скорее скучное. Жду когда GPT-5 станет доступен в подписке, более детально смогу его протестировать и подготовлю, полноценную, более объективную, статью.

OpenAI анонсировали стрим у себя на сайте, который должен пройти сегодня (7 августа, в 20:00 по МСК). Ожидается что будет представлен GPT-5. Не хочу завышать собственные ожидания (хоть и уверен что была проделана колоссальная работа) и не ожидаю значительно превосходства над существующими моделями, как это произошло при обновлении на GPT-4 с GPT-3.5 более двух лет назад. С момента перехода на GPT-4, OpenAI многому его научили: строить логические цепочки, исполнять python код и даже проводить глубокие исследования. Все это расширило сферу применения и возможности их моделей, но вместе с тем внесло много путаницы т.к. появилось много разновидностей моделей, с не самыми очевидными названиями, где конкретная модель показывала себя лучше остальных в разных задачах, но стало преградой для эффективного их использования рядовыми пользователями. Так я подвел к одному из самых значимых, на мой взгляд изменений, которое я жду от грядущего обновления - GPT-5 научится самостоятельно определять контекст задачи и выбирать наиболее эффективную модель и инструменты для ее выполнения. Конечно это далеко не единственное, ожидаемое, изменение: вероятно расширят мультимодальные возможности, возможно помимо работы с изображениями и аудио, появится работа с видео (как для работы с загруженными, так и для их генерации). Подтянут модель в программировании, математике, снизят кол-во галлюцинаций. Конечно по графикам и презентации нам покажут сильный отрыв от прошлых моделей, но стоит понимать что рост эффективности моделей не линейный и кол-во параметров, объемы обучающей выборки, затраченные деньги на обучение и вычислительные мощности растут быстрее чем рост их реальной эффективности. А какие новые возможности Вы хотели бы увидеть в будущих обновлениях? С интересом ждем выхода GPT-5