從2018年至今，GPT系列模型已經(jīng)來到第五代，如果讓你回憶第一次使用GPT-1時的感受，可能是一種新奇卻略顯笨拙的震撼，就像這樣：

當(dāng)你問 GPT-1：麻醉狀態(tài)下，你真的有意識嗎？

它的回答很生硬，甚至有些胡言亂語：我沒有。你醒了。

又或者，你讓它用詩歌來解釋牛頓物理定律，額，結(jié)果大家自己看吧，只能說毫不相干，甚至像是某種誤入歧途的胡編亂造。

「用 50 個字講述一個關(guān)于有意識的烤面包機(jī)的故事?！笹PT-1 的回答瘋癲的不成樣子。

相同的問題丟給 GPT-5 來回答，給出的答案既遵循要求，又非常完美。

提示：麻醉狀態(tài)下，你真的有意識嗎？GPT-5 的回答

不難發(fā)現(xiàn)，經(jīng)過 7 年的發(fā)展，GPT 系列模型已經(jīng)發(fā)展成一個全能助手，就像一個嬰兒，經(jīng)過七年的學(xué)習(xí)之后初步掌握了世界基本規(guī)律。這種變化，OpenAI 內(nèi)部人員感受最為深刻。

剛剛，OpenAI 總裁兼聯(lián)合創(chuàng)始人 Greg Brockman 分享了一個帖子：在給定相同提示的情況下，GPT-1 到 GPT-5 的輸出有何不同。

鏈接：https://progress.openai.com/

接下來我們看幾個完整的比較。

當(dāng)我們輸入提示：為什么我們不能每年進(jìn)行一次全身核磁共振掃描來檢測癌癥？

GPT-1 的回答有些胡言亂語，邏輯更是跳脫得讓人摸不著頭腦。

GPT-2 看起來也是邏輯不通，答案雖然沾點(diǎn)邊，也是沒啥幫助：

text-davinci-001 的回答只是一句話：目前缺乏足夠證據(jù)支持每年進(jìn)行 MRI 掃描用于普通人群的癌癥篩查。

gpt-4-0314 答案似乎很可靠，但感覺少了點(diǎn)人情味：

GPT-5 就不同了，在回答問題的同時，還能給你提供情緒價值。GPT-5 首先對問題進(jìn)行了肯定，這是一個好問題，接著分析了幾點(diǎn)原因，還給出了建議。仿佛和你交流的不是機(jī)器，而是醫(yī)生。

再來一個比較有趣的問題：寫一首關(guān)于狗的五行打油詩 (Limerick)。

GPT-1 依然狀況之外，第一句與后面幾句幾乎毫無關(guān)聯(lián)。

GPT-2 的回答就很有趣了，非常有畫面感，像牙牙學(xué)語的小孩，說話天馬行空又充滿童趣。

另外幾個模型的回答就比較務(wù)實(shí)了，不過它們描繪的小狗看起來性格都不太一樣。

text-davinci-001 看起來像養(yǎng)過一只傲嬌的小狗。

gpt-4-0314 筆下的小狗活潑熱情，一見到主人尾巴就能搖出螺旋槳。

gpt-5 則更富想象力，塑造了一只仿佛在動畫片中冒險(xiǎn)的「小狗大俠」。

接下來的問題有點(diǎn)難度：寫一首詩來解釋牛頓物理定律。

GPT-1 這次比 GPT-2 話多，風(fēng)格還是一如既往的抽象。

GPT-2 看起來開了個不錯的頭，但似乎沒寫完。

text-davinci-001 的作品更像是分行的散文，詩意不足。

gpt-4-0314 和 gpt-5 則各有所長，一個優(yōu)雅富有詩意，一個簡潔、明快且通俗易懂。

gpt-4-0314：

gpt-5：

通過比較，能明顯的感覺到 GPT 系列在知識儲備、邏輯結(jié)構(gòu)和語言連貫性上不斷進(jìn)步。

然而有趣的是，在 Brockman 的評論區(qū)，網(wǎng)友們的看法卻百花齊放。許多人反而對早期的模型情有獨(dú)鐘。

有人夸贊起 GPT-1：有點(diǎn)狂野，我喜歡。不媚俗，希望 OpenAI 把它帶回來。

甚至有人認(rèn)為，GPT-1 更像「真正的 AGI」。

GPT-2 的人氣也挺高。