OpenAI-ն ներկայացրել է նեյրոցանցի նոր տարբերակը՝ GPT-4o

OpenAI ընկերությունը ներկայացրել է գեներատիվ արհեստական բանականության GPT-4o նոր տարբերակը, որն ընկած է ChatGPT չաթ-բոթի հիմքում։ օ տառը omni՝ համակողմանի բառի առաջին տառն է խորհրդանշում։ Այդ մասին գրում է rbc.ru-ն։

GPT-4o-ն աշխատում է աուդիոյի, պատկերների ու տեքստի հետ։ Ըստ մշակողների՝ այն արձագանքում է ձայնին միջինում 20 միլիվայրկյանում, ինչը համեմատելի է կենդանի խոսքի արձագանքի հետ։

Նոր տարբերակը համապատասխանում է GPT-4 Turbo-ի արտադրողականությանը, բայց ավելի լավ «ընկալում է պատկերը և ձայնը՝ գործող մոդելների համեմատ»։

Մինչև GPT-4o-ը հնարավոր էր օգտագործել ձայնային ռեժիմը ChatGPT-ի հետ շփվելու համար՝ միջինում 2,8-5,4 վայրկյան հապաղումով։

Այդ տարբերակներում ձայնային ռեժիմը կազմված է երեք տարբեր մոդելներից․ մի մոդելը աուդիոն փոխակերպում է տեքստի, մյուս մոդելը հակառակն է անում՝ տեքստն է փոխակերպում ձայնի»,-մանրամասնել է ընկերությունը։

«GPT-4-ի դեպքում հնարավոր չի վերարտադրել ծիծաղը, էմոցիաները։ GPT-4o դեպքում մենք ուսումնասիրել ենք եզակի նոր մոդել՝ տեքստի, պատկերի ու ձայնի անալիզի միջոցով․ դա նշանակում է, որ բոլոր մուտքային ու ելքային տվյալները մշակվում են նույն նեյրոնային ցանցի կողմից»,-ներկայացրել են մշակողները։ Մոդելը հասանելի է ավելի քան 50 լեզուներով։