Přeskočit na obsah

GPT-4

Z Infopedia
Verze z 7. 5. 2025, 22:08, kterou vytvořil Filmedy (diskuse | příspěvky) (založena nová stránka s textem „{{K rozšíření}} '''GPT-4''' (z anglického ''Generative Pre-trained Transformer 4'') je čtvrtá generace velkého jazykového modelu z rodiny GPT vyvinuté společností OpenAI. Byl oficiálně uveden 14. března 2023 a navázal na předchozí model GPT-3 a jeho variantu GPT-3.5, která poháněla první verze ChatGPT. GPT-4 je postaven na pokročil…“)
(rozdíl) ← Starší verze | zobrazit aktuální verzi (rozdíl) | Novější verze → (rozdíl)
Rozbalit box

Obsah boxu

GPT-4 (z anglického Generative Pre-trained Transformer 4) je čtvrtá generace velkého jazykového modelu z rodiny GPT vyvinuté společností OpenAI. Byl oficiálně uveden 14. března 2023 a navázal na předchozí model GPT-3 a jeho variantu GPT-3.5, která poháněla první verze ChatGPT.

GPT-4 je postaven na pokročilé transformerové architektuře a představuje výrazný kvalitativní skok oproti svým předchůdcům. Nabízí zlepšenou logickou úvahu, lepší porozumění kontextu, vyšší přesnost v odpovědích na faktografické dotazy, schopnost zpracovávat velmi dlouhé texty (až desítky tisíc tokenů) a celkově větší spolehlivost.

Jednou z hlavních novinek GPT-4 je jeho multimodalita – model je schopen zpracovávat nejen textový vstup, ale také obrazový vstup, což umožňuje pokročilé aplikace, jako je vizuální porozumění, přepis z obrázku do textu, nebo analýza grafů, formulářů či uživatelských rozhraní.

GPT-4 je dostupný prostřednictvím služeb jako je ChatGPT Plus (verze založená na GPT-4), Bing Chat (pod označením „GPT-4“ v rámci Microsoftních produktů), a přes API OpenAI. Model je také základem pro další aplikace třetích stran, včetně vývojových nástrojů, edukačních aplikací, obchodních asistentů nebo kreativních platforem.

Detaily o přesném počtu parametrů nebo tréninkových datech GPT-4 nejsou veřejně známé, protože OpenAI u této generace přistoupila k částečnému utajení modelové architektury kvůli bezpečnostním rizikům a konkurenčnímu boji.

GPT-4 byl vytvořen s důrazem na bezpečnost, byl rozsáhle testován v rámci red teamingu a doladěn pomocí zesíleného učení od lidské zpětné vazby (Reinforcement Learning from Human Feedback).

Kategorie