GPT-4：突破巨大参数规模的下一步之旅

07月13日消息，外媒Semianalysis最近对OpenAI于今年3月发布的GPT-4大模型进行了深度揭秘。据他们透露，GPT-4在架构和参数方面有着显著的提升，以及采用了混合专家模型(Mixtureof Experts)的构建方式。bu428资讯网——每日最新资讯28at.com

据悉，GPT-4采用了混合专家模型，这种模型利用数据进行训练，将多个模型分别训练后，将它们的输出整合为一个单独的任务。为了保持合理的成本，OpenAI选择了这种方式进行构建。GPT-4总共有120层，包含了1.8万亿个参数，相比之下，GPT-3只有约1750亿个参数，可见其在规模上的巨大提升。bu428资讯网——每日最新资讯28at.com

bu428资讯网——每日最新资讯28at.com

GPT-4使用了16个混合专家模型，每个模型拥有1110亿个参数，并且每次前向传递路由都会经过两个专家模型。此外，它还拥有550亿个共享注意力参数。为了进行训练，OpenAI使用了一个包含13万亿个tokens的数据集，这些tokens并非唯一，而是根据迭代次数计算出更多的tokens。bu428资讯网——每日最新资讯28at.com

bu428资讯网——每日最新资讯28at.com

据ITBEAR科技资讯了解，GPT-4在预训练阶段的上下文长度为8k，32k版本则是对8k版本的微调结果。然而，GPT-4的训练成本非常高昂。根据外媒报道，即使使用了8倍H100物理机，也无法以每秒33.33个token的速度提供所需的密集参数模型。据估算，一次GPT-4的训练成本高达6300万美元(约4.51亿元人民币)。bu428资讯网——每日最新资讯28at.com

为了降低训练成本，OpenAI选择在云端使用A100GPU进行模型训练，最终将训练成本降低至大约2150万美元(约1.54亿元人民币)，尽管需要更长的时间来完成训练过程。这一举措在一定程度上减轻了训练成本的压力。bu428资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-45-999-0.htmlGPT-4：突破巨大参数规模的下一步之旅

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： 前沿技术、机器人和集成电路成为人工智能领域热门融资领域

下一篇： 新一代AI笔记应用Notebook LM亮相：优化信息整理与解答需求