共计 796 个字符，预计需要花费 2 分钟才能阅读完成。
对GPT-5的展望与挑战分析
我敢打赌，OpenAI的未来并不明朗，预计GPT-5将仅仅是GPT-4的一个规模扩展版，而以下问题依然难以得到解决：
- 推理的自适应计算
- 长期记忆（并非指长上下文）
此外，某些领域的表现仍将令人失望：
- 视觉理解
然而，以下几个方面或许会有显著的提升：
- 音频处理，涉及听与说——这并不是指自动语音识别的准确性，而是对语气的理解与表达能力
- 幻觉现象的减少
- 知识的广度与深度
- 为了节省推理成本的自适应计算
日期：2024年5月14日
GPT-4o的表现似乎与上述预期相符，我不认为OpenAI会在解决我提到的“当前无法处理”的问题之前推出GPT-5…
我想谈谈为什么我认为音频处理会有所改善，这也正是GPT-4o的主要亮点。这并非是因为音频技术有了突破，而是由于GPT-4在音频处理上的表现实在不尽如人意，仅仅是连接了一个ASR和语音合成引擎而已。在这种情况下，采用端到端的架构必将带来收益，最明显的是，GPT-4的方案在语气的识别与表达上完全缺乏控制。
另外，关于回答的长期更新？鉴于GPT-5的推出遥遥无期，我必须迅速调整以应对新技术的出现，以免受到意外的影响…
谈及那些我认为目前技术有潜力改善的问题，可能的解决方案如下：
视觉：通过视频预训练；投入大量资金进行数据标注
音频：采用端到端的处理方式
幻觉现象：通过规模化；与搜索引擎或RAG深度结合
知识的广度与深度：通过规模化；与搜索引擎或RAG深度结合
为了节省推理成本的自适应计算：使用MoE，但每个分支的深度不同
关于O1的更新：
来源：知乎
原文标题：GPT-5将会在什么时候问世？ – MoonCancer 的回答
声明：
文章来自网络收集后经过ai改写发布，如不小心侵犯了您的权益，请联系本站删除，给您带来困扰，深表歉意！
正文完
