GPT-4.5 - OpenAI 推出的最强聊天模型

发布于 2025-02-28 · GPT-4.5 是 OpenAI 推出的最新大型语言模型，是目前规模最大、性能最强的聊天模型。基于扩展无监督学习，提升模式识别、知识广度和创意生成能力，减少了幻觉现象，让对话更自然、更符合人类交流习惯。GPT-4.5 的核心优势在于广泛的知识储备、更高的“情商”及对用户意图的精准理解，适合用于写作、编程、解决实际问题及创意设计等场景。

GPT-4.5是什么

GPT-4.5 是 OpenAI 推出的最新大型聊天模型，也是目前规模最大、性能最强的一个。它走的是扩展无监督学习的路子，模式识别、知识广度和创意生成能力都有提升，幻觉少了，对话也更自然，更接近人类交流的习惯。GPT-4.5 的长处在于知识面广、“情商”更高，对用户意图的把握比较准，写作、编程、解决实际问题、创意设计这些场景都能用。GPT-4.5 支持联网搜索，也能上传文件和图像。此外，GPT-4.5 经过了严格的安全测试，安全性和可靠性有所提高。

GPT-4.5的主要功能

自然语言对话：对话体验更自然、也更温暖一些，能读懂用户意图，回答尽量贴合需求。
写作辅助：可以帮忙做创意写作、撰写文案、润色文章，产出的文本更连贯，也更有想法。
编程支持：能做代码生成、调试和优化，复杂的编程任务、多步骤的编码流程也接得住。
知识问答：知识储备更广，各领域的问题都能答，幻觉现象也少了。
多语言支持：能用多种语言对话和写作，斯瓦希里语、约鲁巴语这类罕见语种上的进步尤其明显。
情感理解：更容易捕捉到用户的情绪和需求，给出的建议或回应也更贴心。
支持多种输入方式：支持文本、文件和图像输入；GPT-4.5 还能联网搜索拿最新信息，答复更及时。
API集成：通过 Chat Completions API、Assistants API 和 Batch API，可以把 GPT-4.5 接进各种应用里。

GPT-4.5的技术原理

无监督学习的扩展：性能提升来自大规模无监督学习。所谓无监督学习，就是让模型在大量未标注的数据上训练，自己学语言的模式和结构。GPT-4.5 靠扩大计算资源、数据量，再加上架构和优化上的改动，把对世界的理解又往前推了一步。
深度世界知识（Deep World Knowledge）：训练放在 Microsoft Azure AI 超级计算机上完成，知识和世界理解都更广、更深。处理各种主题时更可靠，幻觉也少了。
人类协作训练：GPT-4.5 用了一套新的可扩展技术，拿小模型生成的数据去训练更大的模型。可操控性、对细微差别的理解、自然对话能力都因此提高。人类偏好测试里，GPT-4.5 在对话自然性和理解能力上强于前代模型。
情感智能（EQ）的增强：GPT-4.5 在理解人类意图和情感智能上做了改进，对话里的隐含线索和期望更容易被捕捉到。聊起来同理心和创造力更强，生成的内容也更贴近人的交流习惯。
安全性和对齐：训练时同时用了传统的监督微调（SFT）和基于人类反馈的强化学习（RLHF），以提高安全性，让模型行为符合人类价值观。

GPT-4.5的性能表现

知识问答（SimpleQA）：在 SimpleQA 数据集上，GPT-4.5 的准确率是 62.5%，比 OpenAI 的其他模型都高。
幻觉率：SimpleQA 的幻觉率评估里，GPT-4.5 是 37.1%（越低越好），比其他模型低不少。
PersonQA 数据集：PersonQA 数据集上，GPT-4.5 的准确率是 0.78，GPT-4o 是 0.28，o1 是 0.55，差距不小。
多语言性能：多语言评估（MMLU）中，GPT-4.5 的成绩超过了GPT-4o，罕见语言（比如斯瓦希里语、约鲁巴语）上的提升尤其明显。
安全性和偏见检测：GPT-4.5 拒绝有害内容这块表现不错；过度拒绝的比例比前代模型稍高。
编程和任务执行：编程相关的任务上，GPT-4.5 的代码生成和修复都比之前好一些。Agentic Tasks 评估里它能完成一些复杂任务，比如在 Linux + Python 环境中执行终端操作、自动下载并运行程序。
人类偏好测试：和人类测试者做对比评估时，GPT-4.5 相对 GPT-4o 的胜率更高，人类偏好测试里创造性智能是 56.8%，专业问题 63.2%，日常问题 57.0%。