GPT-5到哪一步了？

最近，GPT-4.1核心研究員Michelle Pokrass透露，構建GPT-5的挑戰(zhàn)在于，在推理和聊天之間找到適當?shù)钠胶狻?/span>

她表示，「o3會認真思考，但并不適合進行隨意聊天。GPT-4.1通過犧牲一些閑聊質量來提升編碼能力」。

「現(xiàn)在，目標是訓練一個知道何時認真思考、何時交談的模型」。

在長達50分鐘的最新對談中，Michelle首次對外介紹了更多關于GPT-4.1背后開發(fā)過程，以及RFT在產品中發(fā)揮的關鍵作用。

面對AGI的終極目標，OpenAI首席研究官表示，「AGI不僅僅是ChatGPT，還包含了很多東西」。

當前，OpenAI面對的不僅僅是技術挑戰(zhàn)，還得在信任、倫理上找到平衡。

GPT-4.1研發(fā)背后

Michelle Pokers表示，GPT 4.1的目標是讓開發(fā)者在使用時感到愉快。

有時候，為了優(yōu)化基準測試而調整模型，結果看起來不錯，實際使用卻發(fā)現(xiàn)一些問題，比如模型不遵循指令、格式怪異，或者上下文太短。

團隊花了很多精力與用戶溝通，收集他們的意見，然后將這些反饋轉化為研究過程中真正能用得上的信息。

研究人員會觀察反饋中反復出現(xiàn)的主題，如指令遵循能力。

OpenAI內部也使用了這些模型，所以能感覺到模型在哪些地方表現(xiàn)得不好。

綜合這些因素，團隊可以確定哪些評估指標是客戶真正需要重點優(yōu)化的。

OpenAI有一款電子郵件產品，在處理郵件時能獲得免費的推理服務。作為交換，公司能利用這些數(shù)據(jù)。

Michelle真的很喜歡看到人們構建的各種酷炫的用戶界面。

團隊在模型開發(fā)的最后階段悄然加入了一項改進，就是大幅提升了UI和編碼能力。

她也看到喜歡人們使用Nano的情況，它小巧、便宜又快。

Nano背后的假設是，能否通過廉價且快速的模型來大幅推動AI的普及？答案是肯定的。人們對和成本延遲曲線上的各種地方都有需求。

在提升模型性能方面，GPT 4.1聚焦長上下文和指令跟隨。

長上下文處理能力是衡量模型在復雜任務中表現(xiàn)的重要指標，但生成有效的長上下文評估內容頗具挑戰(zhàn)。

OpenAI致力于獲取更多真實世界的長上下文評估數(shù)據(jù)，以提升模型在實際應用中的表現(xiàn)。

在模型應用中，模糊性處理是一大難題。

是向用戶進一步詢問信息，還是依據(jù)已有信息進行假設推理，這需要開發(fā)者能夠靈活調整模型的策略。

GPT 4.1在這方面做出改進，增強模型的可操控性，減少因模糊性導致的困擾。

API出現(xiàn)錯誤時，模型可能卡頓，影響使用體驗。

OpenAI通過改進訓練算法和數(shù)據(jù)處理方式，讓模型面對錯誤和異常情況時持續(xù)穩(wěn)定運行。

GPT 4.1在代碼編寫能力上有顯著提升，在局部代碼修改任務中表現(xiàn)出色，但涉及全局上下文和復雜代碼推理時，仍需優(yōu)化。

例如，處理文件間復雜技術細節(jié)傳遞的任務時，模型的理解和處理能力有待加強。

在前端編碼方面，團隊不僅要求功能正確，還注重美觀和規(guī)范，符合工程師的專業(yè)審美。

RFT新突破

微調技術在GPT 4.1扮演著重要角色，RFT（強化微調）的出現(xiàn)，為模型能力拓展帶來新的可能。

與傳統(tǒng)的SFT相比，RFT在特定領域展現(xiàn)出強大的優(yōu)勢。

在芯片設計、生物學和藥物研發(fā)等領域，RFT的微調過程數(shù)據(jù)效率極高，僅需幾百個樣本就能取得良好效果。

在藥物研發(fā)中，通過RFT可以利用獨特且可驗證的數(shù)據(jù)，讓模型更精準地模擬藥物作用機制，加速研發(fā)進程。

芯片設計領域，RFT能幫助模型更好地理解和處理復雜的設計規(guī)則，優(yōu)化設計方案。

這些領域的共同特點是，雖然需要不斷探索，但實驗結果容易驗證，與RFT的優(yōu)勢高度契合。

OpenAI首席研究官：通往AGI之路

在外媒TechINAsia最新文章中，通過采訪OpenAI模型背后的人，向外界再次展示了OpenAI可預見的AGI的未來。

Mark Chen，這位華人研究科學家，在內部模型研發(fā)中扮演著舉足輕重的作用。

在OpenAI的七年時間里，他從研究科學家逐步晉升為首席研究官，負責模型開發(fā)和公司整體研究工作。

他領導了多項里程碑式的項目——o1系推理模型、文本到圖像模型Dall-E，以及融入視覺感知的GPT-4。

從金融到AI，意外的職業(yè)轉折

Mark Chen的職業(yè)生涯，并非從一開始就鎖定AI。

在MIT獲得數(shù)學與計算機科學雙學位后，他原本的計劃是，繼續(xù)攻讀博士學位，成為一名教授。

然而，命運的轉折點出現(xiàn)。

在計劃合作的教授創(chuàng)立了一家對沖基金后，他改變了方向，隨之加入了金融行業(yè)。

在這樣高頻交易的世界里，Mark Chen度過了6年。

他坦言，「這份工作在某些方面令人滿足，但在其他方面非常不滿足。你面對同樣的競爭對手，大家都在追求更快，但你感覺不到自己正在改變世界」。

2016年，谷歌AlphaGo在一場歷史性比賽中，擊敗了九段棋手李世石，其人類水平的表現(xiàn)甚至讓AI專家震驚。

受此啟發(fā)，Mark Chen通過實現(xiàn)Deep-Q神經網絡復刻AlphaGo。正是這一嘗試，讓他徹底迷上了AI。

盡管沒有博士學位，幸運的是，他通過OpenAI的駐留計劃，幸運地邁入了這一領域。

找到AGI最佳平衡

在談及AGI之時，Mark Chen表示，「我們采用非常廣泛的定義，它不僅是ChatGPT，還包括了其他東西」。

一直以來，OpenAI將AGI視為AI的圣杯，并制定了五級框架來實現(xiàn)這一目標。

而現(xiàn)在，他們已經到達了第三級，智能體AI（Agentic AI）——能自主執(zhí)行復雜任務和規(guī)劃。

Mark Chen介紹稱，OpenAI近期推出的兩款AI智能體產品，Deep Research和Operator尚處于早期階段。

Operator在未來，速度可以更快，軌跡可以更長，這些產品代表了OpenAI對智能體AI的雄心。

他還強調，平衡短期產品發(fā)布與長期研究，將計算資源分配到OpenAI的整個項目組合中，是自己工作的核心，最終確保OpenAI在商業(yè)化與科學探索之間找到最佳平衡。

Mark Chen對OpenAI內部算法的優(yōu)化充滿信心。

他表示，自家的推理模型在訓練時，使用的數(shù)據(jù)遠少于預訓練模型，但通過更多計算資源實現(xiàn)了高效性能。

由此，OpenAI在效率上不遜于谷歌Gemini 2.5等競爭對手。

回應開源

幾天前，奧特曼在一次會議上稱，預計今年夏天開源首個推理模型。

在采訪中，Mark Chen同樣透露，公司正計劃發(fā)布GPT-2以來首個開源語言模型。

他認為，開源模型的優(yōu)勢在于推理能力和開發(fā)者對其進行優(yōu)化，但也因安全措施較少，而存在濫用的風險。

面對DeepSeek等AI模型強勢崛起，Chen顯得從容不迫。

他表示，在AI領域最大的危險，是反應過度。OpenAI堅信自己的路線圖，專于長期目標而非短期市場噪音。

最后，Mark Chen還為想要進入AI領域的年輕人提供了建議：「深入熟悉所有工具，永遠保持好奇心」。

你玩的工具越多、越好奇，就越能理解其他人試圖推動的領域，以及未來的正確方向。你必須保持領先。

這是一個變化很快的領域。你看到的許多被探索的事物，都是未來的瞥見。