当前位置: 首页 > news >正文

GPT-4“王炸”,10秒钟开发一套Web + APP 系统

10秒钟做出一个网站

一则有关GPT4发布会的视频在网上流传,这则两分钟的视频演示的内容是:

1. 在草稿本上用纸笔画出一个非常粗糙的草图;

2. 拍照告诉 GPT 我们要做一个网站,效果正如图所示,让其生成网站代码;

3. 网站做完,总共历时十秒钟左右。

在官方演示中,GPT-4能根据一张草图,几乎只花十来秒的时间就实时生成了一个网站完整的前端HTML代码并制作出网站。

60秒做出一个游戏

相关演示并非来自官方,而是网友进行了试验。

据报道,网友对话GPT-4,要求其做一个弹球游戏,耗时约60秒。

最终,在无需反复沟通的情况下,GPT-4一次性完成了这个游戏。

另有网友要求GPT-4制作贪吃蛇游戏,最终耗时约20分钟,成功编写和调试了整个贪食蛇游戏。

虽GPT-4无法在回复中一次性完成操作,但经过多次对话后还是完成了,而整个过程中网友只需回复“继续”即可。

想必GPT-4的编程能力也给程序员们带来了一定压力,不知道有多少程序员产生了职业危机感?

可准确识别梗图

这也是GPT-4一个质的飞跃,那就是开始处理图像了。之前,人们可以用它来处理文本,即根据给定的语境生成文本,例如生成文章、诗歌、对话等。而GPT-4支持输入的内容不再局限于文字,而是开始接受图像作为输入介质。

根据官方演示,面对一张“梗图”,GPT-4精准描述出了图片的内容,并有思维条理的解释了为什么这张图会让人觉得好笑。

其他演示:

▲问它会发生什么?回答:它会掉到木板上,并且球会被弹飞

▲问它这张照片有什么不同寻常的地方?它会告诉你这个男人在出租车上熨衣服的违和之处。

除了普通图片,GPT-4还能处理更复杂的图像信息,包括表格、考试题目截图、论文截图、漫画等,例如根据专业论文直接给出论文摘要和要点。

照此发展速度,相信不久的未来,它不仅仅是支持文字和图片的输入,可能还支持视频的输出。

智能水平飞跃

此外,OpenAI还让GPT-4参加了多项考试,其表现比上一代提高了许多。

该公司表示,GPT-4在许多专业测试中表现出超过绝大多数人类的水平。GPT-4还参加了多种基准考试测试,包括美国律师资格考试Uniform Bar Exam、法学院入学考试LSAT、“美国高考”SAT数学部分和证据性阅读与写作部分的考试,在这些测试中,它的得分高于88%的应试者。

OpenAI表示,在内部评估中,GPT-4产生正确回应的可能性要比GPT-3.5高出40%,新模型将产生更少的错误答案,更少地偏离谈话轨道,更少地谈论禁忌话题。而且GPT-4是多模态的,可处理超过25000个单词的文本,并支持文本和图像输入功能。

OpenAI称,GPT-4比以前的版本“更大”,这意味着其已经在更多的数据上进行了训练,并且在模型文件中有更多的权重,这使得它的运行成本更高。

当然,GPT-4也不是完美的。

它的局限性就在于,可能会出现推理错误。比如会轻信用户明显的虚假陈述,在生成的代码中引入安全漏洞等。因此,OpenAI提醒,用户在使用语言模型时应格外小心,最好辅助以人工审查、附加上下文、或完全避免在高风险情况下使用它。

http://www.lryc.cn/news/45575.html

相关文章:

  • Disjoint 集合数据结构或 Union-Find 算法简介
  • uniapp中nvue与vue的区别?
  • 带头双向循环链表的实现
  • 大屏使用dv-digital-flop定时刷新显示总人数
  • Java面向对象部分 个人学习记录
  • MySQL数据库——对Linux MySQL软件包的一些说明
  • 【JavaEE进阶】——第二节.Spring核心和设计思想
  • twitter开源算法(1)For You推荐系统架构
  • A General Framework for Uncertainty Estimation in Deep Learning源码阅读(二)
  • 串行通信协议---HART协议
  • 【独家】华为OD机试 - 寻找密码(C 语言解题)
  • FPGA有哪些优质的带源码的IP开源网站?
  • 基于模型预测控制(MPC)的微电网调度优化的研究(Matlab代码实现)
  • Postman接口测试之Mock快速入门
  • 分享一个国内可用的免费ChatGPT网站
  • 15. 三数之和(Java)
  • Navicat Premium 16安装教程
  • 蓝桥杯刷题冲刺 | 倒计时8天
  • 四.JAVA基础面试题:重要知识
  • 某面试官分享经验:看求职者第一眼,开口说第一句话,面试结果就差不多定了,准确率高达90%以上...
  • Java开发 - 消息队列之RabbitMQ初体验
  • 蓝桥杯入职项目(HTML + springBoot)
  • 【IAR工程】STM8S208RB基于ST标准库下按键检测
  • 【5】深度学习之Pytorch——如何使用张量处理文本数据集(语料库数据集)
  • 《Spring系列》第5章 refresh()
  • ThreeJS-缩放、旋转(四)
  • 数据更新 | CnOpenData法拍房数据
  • 【Spring从成神到升仙系列 五】从根上剖析 Spring 循环依赖
  • 设计模式之代理模式(C++)
  • c++11 标准模板(STL)(std::unordered_multimap)(三)