最近一段时间，很多OpenAI的用户反应，GPT-4变傻了！

大家普遍认为GPT-4从5月份开始，生成内容的速度变快了，但是内容的质量下降很严重。

甚至有OpenAI论坛中的用户把自己生成的内容贴了出来，说对比2个月前相同的prompt生成的内容，现在GPT-4的能力最多能叫GPT-3.6。

纷纷表态心疼自己出的这每个月的20刀。

不过看完这么多GPT-4重度用户的吐槽之后，小编突然开始感叹：

GPT-4确实是领先太多了。

领先程度已经到了，其他家的大模型都在加班加点的几天出一个更新版本，希望尽快赶上OpenAI。

他自己家倒好，悄悄「降本增效」「反向升级」，当起了大模型圈里的「反内卷标兵」。

可能导致性能衰退的原因

对于GPT-4表现降级，用户似乎都已经达成共识，已经开始讨论GPT-4「衰退」的原因了。

根据外媒报道，有些语言模型领域内的专家猜测，OpenAI正在创建多个行为类似于大型模型但运行成本较低的小型GPT-4模型。

根据一个名叫Sharon Zhou的专家的说法，OpenAI采用了一种称为「混合专家模型」（Mixture of Experts，MOE）的构架来搭建GPT-4。

每个较小的专家模型都在不同的任务和主题领域进行训练。

可能会有一个专门针对生物学的迷你GPT-4模型，或者其他专门针对物理、化学等领域的迷你模型。

当一个GPT-4用户提问时，新系统判断之后会把提示发送给某一个或者几个专家模型。

「这个思路已经存在一段时间了，这是一个自然的发展方向。」Zhou说。

Zhou将这种情况比作「忒修斯之船」，船上的各个部件被逐渐更换，整条船慢慢变成了一条新船。

她说：「OpenAI正在将GPT-4变成一支由小型船只组成的船队。

从我的角度来看，这是一个新模型，但是可能很多人也不会在意这个变化。」

Allen人工智能研究所创始首席执行官Oren Etzioni在外媒的采访中写到：「我觉得这些猜测大致是准确的，虽然没有办法确切证实。」

他解释说，使用MOE有两个主要原因：更好的生成响应和更便宜、更快的响应。

Etzioni补充说：「正确的搭配混合专家模型将同时保证这两方面的优势，但和任何事情一样，成本和质量之间通常是需要取舍的。」

如果这种假设成立的话，OpenAI在降低成本方面可能确实牺牲了一些质量。

另一个佐证就是，OpenAI的创始人Greg Brockman曾在自己共同参与的研究中提到了MOE这一技术路径。

「通过混合专家模型的（MoE）方法，每次只使用网络的一小部分来计算任何一个输入的输出。这可以在不增加计算成本的情况下增加更多参数。」Brockman和他的同事Lilian Weng在论文中写道。

性能下降可能和消除有害内容有关

有些网友觉得可能是OpenAI相对保守的道德政策降低了模型回复的质量。

在OpenAI官方论坛中GPT相关的子版块，那些认为ChatGPT的性能遭到了「降级」的帖子中，许多人提到了ChatGPT在OpenAI采取新的内容限制之前对于Prompt的包容性有了很大的变化。

侧面支持了OpenAI可能出于安全性的考虑，控制了模型的输出能力和范围的观点。

在YCombinator的讨论中，有网友提出，从OpenAI开始宣布关注安全问题以后，模型的表现就越来越糟糕。

以GPT-4在最初发布报告中，让GPT-4使用TikZ（TikZ可能是在LaTex中创建图形元素的最复杂，最强大的工具）绘制独角兽这一任务为例，在后续发布的GPT-4中难以复现报告上的结果，而且表现也越来越差。

另一方面，网友认为GPT-4性能衰退的原因，可能是人类出于安全考虑向GPT-4灌输了一套相互矛盾的信念。

而这种为了安全选择消除「坏念头」的做法，显而易见会阻止GPT-4对事物更加深刻的认识和理解。

事实上，OpenAI设置了各种过滤器来防止恶意行为，例如暴力，种族主义或仇恨言论。

但是，这些过滤器通常会干扰正常的使用，例如小说写作、思想头脑风暴以及其他形式的创作。

虽然很难衡量这些变化的影响，但OpenAI的创始人Sam Altman承认了政策限制会干扰用户体验。

除此之外，在5月29日Humanloop联合创始人Raza与Sam Altman的对话中，Altman提到了OpenAI目前严重受到GPU数量的限制。

在ChatGPT突破了1亿用户大关、月活达到18亿次的情形下，OpenAI的服务器经常超负荷运转。

而算力的紧缺不仅推迟了他们许多短期计划，也导致了许多来自客户对GPT回答内容可靠性的抱怨和争议。

也许原因在这届网友身上？

在官方技术发言人Logan.GPT的回应中，表明了GPT-4在API模式中质量并没有下降。

而就在昨天，OpenAI产品副总裁Peter Welinder评论了这一传言。

「不，我们没有让GPT-4变笨，恰恰相反：我们让每个新版本都比前一个版本更聪明。」

对于网友提出的问题，他的理解是，「当你更多地使用它时，你会开始注意到以前没有注意到的问题。」

言下之意是，GPT-4本来就没之前那么强，现在的GPT-4才是它真正的实力。

有那么一丝凡尔赛的感觉。

你说你没改过，然后又说每个版本都更好了，不是自相矛盾吗？

你说的这个假设不成立，同样的提示词7月的回答就是比6月的差！

不过，确实有网友对GPT-4的性能衰退也有不同的解释：

从感知退化的心理学角度来说，在GPT-4初次曝光带给人们的惊喜消失，并逐渐深入我们日常生活使用后，人们就会对它的能力习以为常。

新鲜劲儿一过，用户对其的容忍度也随之降低，转而更加关注技术和使用上的缺陷。

此外，在 Reddit 上发帖认为GPT-4性能衰退的网友，在最近的更新中表明，那天的提问可能是受到了心态的影响，因为在这之后的GPT-4工作一直都很顺利。

参考资料：

/uploads/pic/20230907/the-decoder.com style="color: #8d9bad;">本文作者：新智元，本文来源：新智元，原文标题：《GPT-4突然降智，爆料OpenAI重新设计构架，用MOE降本增效，官方辟谣网友却不买账》。