GPT-5基準(zhǔn)圖錯誤遭全網(wǎng)吐槽奧爾特曼自嘲：圖表重大失誤

時間：2025/08/08 10:31:15 編輯：川崎伊俊

科技圈翹首以盼的GPT-5發(fā)布會上，戲劇性一幕突如其來。原本聚焦于模型卓越性能展示的時刻，卻因一組錯誤頻出的基準(zhǔn)圖，令全場嘩然。圖表中數(shù)據(jù)與實(shí)際標(biāo)注南轅北轍，不僅讓演示效果大打折扣，也引發(fā)網(wǎng)友們?nèi)撼?。事后，奧爾特曼坦率承認(rèn)圖表失誤，直言這是嚴(yán)重且不該出現(xiàn)的問題?？蛇@場風(fēng)波，已然在GPT-5閃耀登場之際，蒙上了一層陰影。

GPT-5基準(zhǔn)圖錯誤遭全網(wǎng)吐槽

GPT-5發(fā)布基準(zhǔn)圖錯誤遭吐槽面向所有用戶開放！當(dāng)?shù)?a href="http://tjggzx.org.cn/zq/shijian/" target="_blank">時間8月7日，OpenAI宣布推出新一代旗艦人工智能模型GPT-5，并稱其為“世界上最好的模型”，將免費(fèi)提供給用戶。該模型面向所有用戶開放，包括免費(fèi)用戶、Plus用戶、Pro用戶和團(tuán)隊(duì)用戶。下周還將向企業(yè)用戶和教育用戶推出。

OpenAI表示，GPT-5的智能性能遠(yuǎn)超公司之前的所有模型，在編碼、數(shù)學(xué)、寫作、健康、視覺感知等領(lǐng)域均表現(xiàn)出色。新模型在響應(yīng)速度、回答準(zhǔn)確性以及減少“幻覺”方面都有顯著提升。ChatGPT團(tuán)隊(duì)負(fù)責(zé)人Nick Turley指出，與前代產(chǎn)品相比，GPT-5讓用戶感覺更自然。

OpenAI首席執(zhí)行官Sam Altman對GPT-5給予了極高評價，認(rèn)為這是該公司朝通用人工智能目標(biāo)邁出的重要一步。他表示，無論是顯而易見的還是微妙的，GPT-5都給人更好的體驗(yàn)，感覺像是在與任何領(lǐng)域的專家交談——一位博士級別的專家。

GPT-5在編程能力方面尤為突出，能夠僅憑一個提示就創(chuàng)建美觀響應(yīng)式的網(wǎng)站、應(yīng)用程序和游戲。在SWE-bench Verified基準(zhǔn)測試中，GPT-5首次嘗試的準(zhǔn)確率達(dá)74.9%，高于其他競爭模型。此外，GPT-5在創(chuàng)意寫作和健康咨詢方面也有所提升，能夠處理復(fù)雜的寫作任務(wù)，并更積極地標(biāo)記潛在健康問題。

OpenAI還引入了一種新的安全訓(xùn)練形式，稱為“安全補(bǔ)全”。這種訓(xùn)練方法教模型在安全范圍內(nèi)盡可能給出最有幫助的答案。GPT-5經(jīng)過訓(xùn)練后能夠識別任務(wù)何時無法完成，避免猜測，并能更清晰地解釋局限性，從而減少了無根據(jù)的斷言。

此外，OpenAI還為ChatGPT用戶推出了四種預(yù)設(shè)性格：憤世嫉俗者、機(jī)器人、傾聽者和書呆子。這些性格選項(xiàng)適用于文本聊天，未來還將擴(kuò)展到語音聊天，使用戶無需編寫自定義提示詞即可設(shè)置ChatGPT的交互方式。

然而，在GPT-5的發(fā)布會上出現(xiàn)了一些小錯誤，如現(xiàn)場展示的性能圖表存在數(shù)據(jù)與圖表顯示不匹配的情況。特斯拉CEO馬斯克也在社交媒體上指出了GPT-5在某些基準(zhǔn)測試中的表現(xiàn)不如預(yù)期。

微軟計(jì)劃將OpenAI的GPT-5整合到其Copilot生態(tài)系統(tǒng)中，包括Microsoft 365 Copilot、GitHub Copilot、Azure AI Foundry和Copilot Studio。新的智能模式支持動態(tài)模型切換，以增強(qiáng)推理和特定任務(wù)的響應(yīng)。開發(fā)人員可以通過Azure AI Foundry利用GPT-5，確保AI驅(qū)動的應(yīng)用程序中特定于任務(wù)的精度。