文章轉載來源：AI夢工廠
文章來源：新智元
短短3天，全球迎來了GPT應用大爆發，時代爆款已現雛形。
1分鐘誕生一個新的GPT！
不到一週的時間，各種定製GPT全球大爆發，增長速度已經完全超乎所有人的想象。
這恰恰，印證了Altman在開發者大會所說的一句話，「我們正在孕育新物種，它們正在迅速增殖。」
全網都在唱衰Agent初創公司，甚至就連開發者的研究方向將要發生翻天覆地的變化。
另一邊，Karpathy一條推文推波助瀾，更是暴露了OpenAI的野心——讓GPT模型成爲大模型的操作系統。
他以一種調侃的方式，還給出了大模型OS具體的「技術規格」：
• LLM：OpenAI GPT-4 Turbo 256核（批大小）處理器 @ 20Hz（token/s）
• RAM：128K token
• 文件系統：Ada002
順提一句，Sam Altman剛剛宣佈，新版GPT-4 Turbo也上線ChatGPT了，也就是說128k上下文大家可以用到手了。
GPTs開放後，人們的創作熱情瞬間被激發，而它的潛力就在於天才的創意爆發，這種UGC形式總會出現時代爆款。
定製版GPT最全系列總結
原來，ChatGPT其實只是一個試用版，GPTs纔是OpenAI推出的真正的AI產品。
GPT-4發佈以後，OpenAI只用了半年多點的時間，就讓自己從全世界最好的基礎大模型提供商，成爲了全世界最好的AI應用提供商。
現在網上各種平臺收錄的GPTs應用，已經多達3000+！
在GPTs裏，全世界各行各業最有創意的人，都在用自己的經驗和數據，幫助OpenAI開發AI應用。
從專業領域的精準信息服務，到人生問題的答疑解惑。
再到學術科研的強力助手，這短短3天時間出現的GPTs適用範圍幾乎覆蓋了任何你能想象到的所有領域。
實在沒想到，AI大佬那句名言，「所有應用都需要被AI重構」，短短3天就已經發生了。
我們挑選了現在網上最火的那些GPTs，帶大家看看這個兔子洞到底有多深！
C-RPG遊戲生成GPT
一個名爲Retro Adventures的GPT應用。它可以現場給你製作一個像素風的C-RPG文字遊戲。
只需要給他一個特定的主題，它就能生成具體的遊戲。我們選擇了《海底兩萬裏》，這是它生成的開頭：
在通過一張圖片和一段文字介紹了遊戲的背景之後，這個遊戲就製作完成了。玩法就很像C-RPG或者mud遊戲一樣，通過對話來體驗遊戲內容。
在選擇了駕駛潛艇探索神祕水域之後，遊戲繼續：
玩家可以從每次生成的3個選項中選擇一個推進遊戲，也可以直接輸入自己想做的事，Retro Adventures都可以給你生成很有意思的遊戲內容。
這次，我沒有尊崇它的建議，選擇按自己的想法來推進遊戲，回覆說：我在海底發現了一個火鍋店，進去試了試。
結果它真的能順着我的思路，帶我進去體驗了一下海底兩萬裏喫火鍋是什麼體驗！
然後我們又重新開了一個《西部世界》，遊戲體驗也非常有意思。
夢境貼紙製作器
還有一個是ChatGPT官方製作的「夢境貼紙」GPT，可以讓用戶把自己做過的夢的內容直接做成可以用的貼紙，直接快遞到家裏！
按照介紹裏的說法，我們就創作了一個非常「狂野」的夢境：
理想型男友來了
知名博主@dotey老師應廣大網友呼聲，做了一個「男友GPT」。
這個男友人設，包容心強。
特點：幽默不失深度、赤子之心不失分寸、理想主義不失質樸，最重要的是在命運面前永保倔強與善良。
https://chat.openai.com/g/g-IlNu7BVYQ-your-boyfriend-alex/c/b9d330d5-a4e5-4b76-a0ba-7a7690446f75
都來考驗考驗，這個男友合不合格？
剁手GPT，買買買無憂
來自Databricks的工程師Quinn Leng製作了一款「剁手GPT」。
它強大之處就在於，隨手拍下來任何物品，可以自動識別，全網比價，還能提供購買建議。
比如你可以輸入一個健身器材的圖片，然後「剁手GPT」就開啓全網搜索，爲你總結出具體列表。
科研利器，AI論文潤色專家上線
「AI Paper Polisher Pro」簡直是一款AI科研利器。
它可以爲完善AI會議論文提供直接明瞭的建議，重點關注論文結構、技術精度和視覺元素的LaTeX代碼。
甚至，它還能分析論文截圖，提供不同層面的反饋，包括總體佈局和結構，以及詳細的寫作建議。
有網友表示，我要的就是這個！
GPTs太多，一問搞定
國內一位開發者表示，現在涌現出上千個 GPTs，實在不知道如何下手，所以建了一個專門「推薦GPT」的GPT。
https://chat.openai.com/g/g-iD7sLuO9S-gptofgpts
比如說你想學英語，不用費勁去找，直接問「GPTofGPTs」就可以了。
中華小廚神，一鍵生成各種經典中餐 
GPT地址：https://chat.openai.com/g/g-VrmZ5hQPP-zhong-hua-xiao-chu-shen
除了告訴你怎麼做菜，還能根據你的生活方式給你推薦各種菜式。
想做自己的GPT但是不會？讓GPT教你 
GPT地址：https://chat.openai.com/g/g-Z0f6pPPGc-gpt-builder-builder
3D打印大師，5分鐘入門3D打印 
GPT地址：https://chat.openai.com/g/g-W0lCzVAZH-3d-print-master
我們簡單根據內容檢索後發現，這4臺推薦的型號確實還挺靠譜。
GPT-4 Turbo性能卡在73K
首屆開發者日當天，Altman將GPT-4 API升級爲GPT-4 Turbo，時間更新到2023年4月。
最重要的是，上下文長度最大可達128k，相當於300頁的文字內容。
其價格約是GPT4的1/3，速度更是幾乎飆升4倍。
究竟有多快，直觀感受下。
但GPT-4 128K真實性能如何，一位工程師對其進行了壓力測試。
結果發現，GPT-4的召回性能在prompt超過73K token時開始下降。
召回性能與召回事實所在的位置相關，當處在7%-50%之間時，性能低。如果事實在文檔的開頭，則無論上下文長度如何，都會被召回。
這就說明，GPT-4檢索事實不能保證100%準確，不要假設它一定會檢索出所有事實。
那有什麼好的解決方案呢？
衆所周知，較少的上下文=更高的準確度。提供較少的上下文輸入可以提高GPT-4召回事實的準確率。
另外，事實所在文檔中的位置也很重要。在文檔開頭和下半部分加入要召回的事實，更有利於模型回憶。
這位工程師Greg Kamradt的測試流程如下，使用Paul Graham的218篇文章作爲「背景」token。
然後，在文檔的不同深度放置一個隨機語句，事實使用「在舊金山最幸福的事，就是在陽光明媚的日子裏，坐在Dolores公園喫三明治」。
要求GPT-4僅使用提供的上下文來回答這個問題，使用LangChainAI evals另一個模型（GPT-4）來評估GPT-4s的答案。
再接着，對15個文檔深度（從0%文檔頂部到100%文檔底部）和15個上下文長度（從1K到128Ktoken）重複這一過程。
在較大的上下文長度下運行了2次測試，以得出更高的性能。
最後，Kamradt表示，「雖然我認爲這在方向上是正確的，但需要更多的測試才能更明確的掌握GPT4的能力」。
對於這次測試的費用，大約200美元（1457元），128K輸入token的單次調用費用爲1.28美元。
此測試的 API 調用費用爲 ~200 美元
這一測試項目的源代碼已開源，感興趣的可以動手測試下。
https://github.com/gkamradt/LLMTest_NeedleInAHaystack
GPT-5開啓灰度測試？
有網友發現OpenAI已經開始灰度測試2個新的功能：魔法創造（Magic create），還有Gizmo。
Gizmo這個模型的名字，或許很多人並不陌生，就是傳說中的GPT-5。它的訓練時間截止到2022年1月。
你們怎麼看？
參考資料：
https://twitter.com/rickawsb/status/1723217817531801992
https://twitter.com/dotey
https://twitter.com/lencx_/status/1723226804671135958