這場等待「GPT-5」的遊戲啥時候才能結束？
GPT-5 啥時候來？估計是 AI 領域最關心的問題之一了。是像 Sora 一樣毫無預兆的釋出，還是我們可以從邊角料的爆料中得知一點點資訊，大家對未來將要釋出的這一模型充滿了期待。
但奧特曼在一次訪談中表示，OpenAI 現在採用迭代部署的方式進行研發，而不是秘密進行直到完成 GPT-5 才公佈，他們的目標不是給世界帶來震驚性的更新，恰恰相反，OpenAI 希望自己研發的成果不會給人一種跳躍式的發展趨勢，如果大家有那種感覺的話，OpenAI 會更加快速迭代地釋出他們的產品，比如在釋出 GPT-5 之前，先上線 GPT-4.5。
無論如何，大家對 GPT-5 的好奇心已經拉滿。傳言中 OpenAI 今天會有一些大的釋出，我們也沒有等來。
不過，LMSYS Chatbot Arena 上出現了一個神秘的模型，在社交媒體上引起了廣泛的熱議。
這個神秘的模型名為「gpt2-chatbot」，當有人問是誰建立了它？該模型自己的回覆時竟然是 OpenAI，並且是基於 GPT-4 架構。
圖源：X@TomDavenport
這個模型吸引了大量網友的圍觀和測試，結果很多人發現，gpt2-chatbot 的能力似乎與 GPT-4 保持在同一水準，甚至在一些任務上的表現比 GPT-4 Turbo 還要好。
因此，網友們紛紛猜測，gpt2-chatbot 是 GPT-4 的某個新版本，比如 GPT-4.5，或者 GPT-5 的測試版。
圖源：X@elder_plinius
還有人扯到了消失了很久的 OpenAI 首席科學家 Ilya Sutskever，說 gpt2-chatbot 實際上是 Ilya 在答題。
圖源：X@roramora0
不過今早，奧特曼神叨叨地回覆了一句，表示對 gpt2 情有獨鍾。GPT-2 於 2019 年推出，引數量為 15 億。
奧特曼的編輯記錄更加激起了網友的好奇，先是 gpt-2 後是 gpt2，難道 gpt2（二代）要來了嗎？
圖源：X@andromeda74356
不管 gpt2-chatbot 最終是什麼，我們先來看看它在哪些任務上表現更強。
神秘的 gpt2-chatbot 強在哪裡？
先來看 gpt2-chatbot 與 gpt-4-trubo 分別畫獨角獸（TikZ 獨角獸）的效果對比，顯然前者的效果更好一點。
圖源：X@JoshhuaSays
另一個類似的畫獨角獸示例，gpt2-chatbot 與 Claude Opus 的效果比較。
下圖從左往右依次是 GPT-4 Turbo、Llama 3 和 Gemini 1.5 pro 的生成效果。
圖源：X@SullyOmarr
再來看數學方面的一些例子，其中 gpt2-chatbot 可以一次性地解答國際數學奧林匹克（IMO）問題。
圖源：X@itsandrewgao
不僅如此，有人發現了 gpt2-chatbot 比其他所有模型表現都要好的任務：「A+B-1」問題。
圖源：X@DimitrisPapail
對於一些邏輯推理題，gpt2-chatbot 也更擅長，並強於其他大模型。
比如，當問 gpt2-chatbot「我今天有 3 個蘋果，昨天吃了一個。現在有幾個蘋果？」它給出的回覆很準確（3 個），並解釋了原因（昨天吃了一個並不影響現在有幾個蘋果）。很少能有模型回答對這個典型的推理題。
作為對比，GPT-4、Claude-3 Opus、Gemini Ultra、Llama 3-70b 都回答錯了。
圖源：X@airesearch12
再比如，「Jessica 有兩個兄弟和一個姐妹。她的兄弟各有多少個姐妹？」顯然 gpt2-chatbot 回答對了。
而 Claude-3 Opus 搞錯了。
圖源：X@skirano
此外，gpt2-chatbot 在一些哲學問題上也答得很好，在完整性和基本事實方面，與 GPT-4 Turbo 相比，具有非常相似的解答思路。
圖源：X@anonkanav
圖靈獎得主 Yann LeCun 也趕來圍觀，不過他並不看好這個模型，並表示人工智慧的炒作已經變成了諷刺。
LeCun 之所以這樣說，是因為有人問 gpt2-chatbot「一個農夫帶著一隻羊和一隻山羊站在河的左岸，旁邊有一條船。船隻能裝下一個人和兩個動物。農夫如何帶著羊和山羊到達河的右岸，並儘可能減少旅行次數？」
對於這個問題，正常來說只需一趟就可以了，但 gpt2-chatbot 把答案弄得非常複雜，還分了 5 步完成。
圖源：https://twitter.com/ylecun/status/1785100806695325804
可以說，這些測試結果讓我們看到了 gpt2-chatbot 在畫圖、數學、邏輯推理等任務上的不俗能力，同時也會出現將簡單問題複雜化的情況。但要說它就是 GPT-4 或 GPT-5，有人還是不同意。
因此，有人猜測 gpt2-chatbot 實際上還是此前的 GPT-2，但是使用現代助理資料集進行了微調。在這種情況下，這意味著 OpenAI 最初的預訓練效果仍然令人驚歎，並在幾年後仍比其他模型更好。
圖源：X@albfresco
如何體驗？
首先你需要進入 chat.lmsys.org：
在如下的介面中，點選 Direct Chat：
然後選擇 gpt2-chatbot 就可以測試了：
不過，當我們向 gpt2-chatbot 提問時，收到提示「此模型速率已達到上限」，看來大家只能再等等了。
地址：https://chat.lmsys.org/?&continueFlag=7c6341bdf97e0feac7657a2181eabc99
除了 gpt2-chatbot，OpenAI 今天還發布了一個訊息，他們在 2 月份宣佈的 Memory 功能，現在可供所有 ChatGPT Plus 付費使用者使用。