\nIl 13 maggio, OpenAI ha annunciato il lancio di GPT-4o, il suo nuovo modello di punta, che rappresenta un significativo passo avanti verso interazioni pi\u00f9 naturali tra esseri umani e computer. GPT-4o, dove “o” sta per “omni”, accetta come input qualsiasi combinazione di testo, audio e immagini, e pu\u00f2 generare output in qualsiasi di questi formati.\n\n\n\n
\nGPT-4o \u00e8 progettato per elaborare input audio con una latenza minima di 232 millisecondi, raggiungendo in media 320 millisecondi, comparabile al tempo di risposta umano in una conversazione. Questo modello offre prestazioni equivalenti a GPT-4 Turbo per testo in inglese e codice, con significativi miglioramenti per testi in lingue diverse dall’inglese. Inoltre, GPT-4o \u00e8 molto pi\u00f9 veloce e il 50% pi\u00f9 economico nell’API. Un altro punto di forza \u00e8 la sua avanzata comprensione di visione e audio.\n\n
\nEcco alcune delle nuove capacit\u00e0 di GPT-4o:\n\n
\nGPT-4o \u00e8 stato addestrato end-to-end per elaborare simultaneamente input e output di testo, visione e audio, eliminando le limitazioni dei precedenti modelli a pipeline. Questo modello eccelle nei benchmark di percezione visiva e comprensione multilingue, superando GPT-4 in queste aree. Ha anche ottenuto nuovi record nella traduzione e nel riconoscimento vocale rispetto a Whisper-v3.\n\n
\nIl nuovo tokenizzatore di GPT-4o comprime efficacemente i dati in diverse famiglie linguistiche. Ad esempio:\n\n
\nLa sicurezza \u00e8 integrata nel design di GPT-4o attraverso tecniche come il filtraggio dei dati di addestramento e la rifinitura del comportamento del modello post-addestramento. OpenAI ha valutato GPT-4o secondo il loro Framework di Preparazione, risultando in un rischio medio in tutte le categorie esaminate. Sono stati coinvolti oltre 70 esperti esterni per identificare e mitigare i rischi, specialmente quelli introdotti dalle nuove modalit\u00e0 audio.\n\n
\nGPT-4o \u00e8 ora disponibile su ChatGPT, nella versione gratuita e per gli utenti Plus con limiti di messaggi 5x superiori. Gli sviluppatori possono accedere a GPT-4o nell’API come modello di testo e visione, con il lancio delle nuove capacit\u00e0 audio e video previsto per le prossime settimane.\n\n
\nGPT-4o rappresenta un significativo progresso nella tecnologia dei modelli linguistici, offrendo interazioni pi\u00f9 rapide, naturali ed economiche. Continueremo a esplorare e migliorare le capacit\u00e0 del modello, spingendoci verso un futuro in cui l’interazione uomo-computer sar\u00e0 ancora pi\u00f9 intuitiva e coinvolgente.\n