OpenAI は生成 AI の領域で引き続き革新を推し進めている。13日、ほとんど予告もなく、同社の公式 ChatGPT アカウントがソーシャルネットワーク「X」に投稿を行った。最後に笑顔の絵文字が付いていた。

先週から ChatGPT に新モデル「GPT-4o」が搭載されています。皆さんに楽しんでいただけていることを願っています。まだの方はぜひチェックしてみてください！きっと気に入ると思います。

https://twitter.com/ChatGPTapp/status/1823109016223957387

ChatGPT アプリの X アカウントはこの投稿の直後に詳細情報を提供しなかったが、OpenAI の関係者は VentureBeat に対し、新モデルがユーザフィードバックに基づいて更新されたと語った。

ユーザの憶測にもかかわらず、新しい推論スタイルではない

熱心なユーザたちは、ChatGPT 内の新しい GPT-4o モデルがステップバイステップまたはマルチステップの推論を行い、そのプロセスをより詳細に自然言語で説明していると推測した。

Wow, GPT-4o now uses multi-step reasoning. impressive to see this in action. Turns out the update wasn’t a new model, but a new method. pic.twitter.com/kVF0ndA21T

— Ra (@misaligned_agi) August 13, 2024

しかし、OpenAI の広報担当者は VentureBeat に対し、モデル更新に新しい推論プロセスは含まれておらず、ChatGPT が推論を説明するのはユーザの特定のプロンプトによって引き起こされる可能性があると述べた。

発表前から、ユーザは ChatGPT を支える OpenAI の GPT-4o が最近とは異なる、より優れた振る舞いをしているように感じていた。

Something might be going on w/ GPT-4o

For the first time in a long time, it provided better "vibes" on an output than 3.5 Sonnet

Really surprised… will keep using it today to see if it continues

— Matt Shumer (@mattshumer_) August 12, 2024

他のユーザは、ChatGPT を通じた GPT-4o のネイティブな画像生成機能も有効になっているようだと報告している。

looks like GPT-4o new photo capabilities are dropping to some people now

I guess OpenAI moving finally https://t.co/Z3AjnaCsaJ

— AI For Humans Show (@AIForHumansShow) August 13, 2024

これが大きな話題となるのは、ChatGPT がすでに画像を生成できたにもかかわらず、なぜだろうか？ それは、以前の GPT-4 モデルを搭載した ChatGPT が、ユーザのテキストプロンプトに基づいて画像を作成するために OpenAI の DALL-E 3 拡散ベースの画像生成モデルを利用していたからだ。

5月に発表された GPT-4o の大きなセールスポイントと資産の1つは、テキストだけでなくピクセルもトークンに変換するようにネイティブにマルチモーダルで訓練されていたことだ。これにより、DALL-E 3 よりも高品質で、より速く、より効率的に、テキストプロンプトをより深く理解し、画像内のイラスト化されたテキストをより正確かつリアルに生成できるようになった。

全員が喜んでいるわけではない

一方で、ChatGPT の更新に対してより批判的あるいは皮肉的な見方をする人もいる。OpenAI はモデルの動作やユーザ体験の観点から何が変わったのかをもっと説明すべきだと主張している。

Another release without release notes.

I get the point (also made by Google about their mysterious new model) that is hard to write release notes for LLMs, but I would love to see some attempt to explain what changed. People actually use ChatGPT for real tasks & need guidance. https://t.co/hOKYXiF71N

— Ethan Mollick (@emollick) August 13, 2024

中には、この変更は結局のところ表面的なものであり、大きな変化は感じられないと考える人もいる。

https://twitter.com/BenjaminDEKR/status/1823122561124769793

ChatGPT は API とは異なるバージョンの GPT-4o を実行している可能性がある

VentureBeat の質問に対し、OpenAI の広報担当者は次のように述べた。

私たちは常に ChatGPT と API のモデルに小さな改良を加えています。ChatGPT の変種は API のものとは異なる可能性があります。なぜなら、私たちは常に API に提供する変種で開発者にとって最適なものを目指しているからです。

VentureBeat は先週、OpenAI が GPT-4o モデルを更新したと報じた。GPT-4o は ChatGPT だけでなく、OpenAI のアプリケーションプログラミングインターフェース（API）を通じてサードパーティの開発者アプリにも採用されている。しかし、OpenAI の広報担当者の発言に基づくと、消費者向けの ChatGPT を支える GPT-4o のバージョンは、API を通じてサードパーティの開発者が利用できる GPT-4o のバージョンとは別物であるように思われる。

最新の ChatGPT の更新について追加の説明を求めており、回答があり次第この記事に追加する予定である。

8月13日午後4時11分（アメリカ東部標準時）訂正：この記事は当初、X 上のユーザの投稿に基づいて、新しい OpenAI モデルがステップバイステップの推論を行っていると見出しと本文で述べていた。しかし、OpenAI に確認したところ、同社はこれを否定した。そのため、この記事を更新し、元のユーザツイートも残している。

【via VentureBeat】 @VentureBeat

【原文】