OpenAI canvas一夜封神!超强AI编码研究神器,ChatGPT再次颠覆人机交互

学术   2024-10-16 11:10   上海  

  转自:新智元 

  时隔两年,ChatGPT终迎来界面全新升级!

这一次,OpenAI官宣推出canvas。它不再是简单的对话框,而是能与ChatGPT「并肩作战」的全新界面。
不论是写作,还是编码,都可以开启全新的合作方式。
canvas基于GPT-4o构建,目前仍在测试阶段,可在所有模型中手动选择。
而且所有Plus用户不用等待,直接可用。未来,OpenAI还计划向所有免费用户全面推出。
canvas不仅可以让你与ChatGPT一起做研究,还能写代码、邮件等等,最重要的是还能帮你一起脑洞。
有趣的是,canvas还可以添加emoji。奥特曼在线发起投票,看看有多少人喜欢这个功能。
另外,canvas面板中,还多了一个快捷菜单,让协作更加轻易便捷了。
审查代码、修改bug、添加评论、log等等,一键完成。
在Canvas界面助力下,GPT-4o编码性能飞跃18%!
这是要纷纷取代了GitHub Copilot、Cursor编码神器了。网友们惊叹道,OpenAI绝杀了Cursor。
还有人说,canvas的推出,是OpenAI对最大劲敌Anthorpic的Claude artifacts最大的回击。
在经历如此巨大人事变动同时,OpenAI近日多次发布更新,是向外界、投资者给出了我们依旧有实力的反馈。
话不多说,看看历经两年,ChatGPT究竟带了怎样划时代的巨变。

肝代码研究,原来这么轻松


canvas项目负责人Karina Nguyen表示,我对终极AGI界面的愿景,是一张空白的画布。
随着时间的推移,它会根据人类偏好,自我改进。
而且,它会创造与人类互动的新方式,重新定义人类与AI,以及整个互联网的联系。
canvas便是,这样一种终极AGI界面的完美「代言人」。
那么,它究竟如何帮人类研究、写代码、创作呢?
接下来,让我们一睹为快。

做研究


当你需要完成一项艺术史研究报告,在canvas便可以完成研究。
首先,将你的需求告诉ChatGPT,它便开始搜索一切所有相关的报道——Rembrandt的自画像技巧。
随之,canvas在屏幕右侧开启了全新界面,一篇研究报告,正在速成。
当你对其中生成的一句话,不太确定是否正确。只需要选中,然后即刻就能唤醒ChatGPT,随地取问。
又或者,当你想要更改文中的小标题,不如让ChatGPT给点建议。
最惊艳的是,右下角「铅笔」样子的图表,可以开启文献的阅读模式,可以一句一句地浏览。
最后,你可以让ChatGPT为你添加参考文献、书目引用。

写邮件


你还可以让ChatGPT搜索一家最好的餐厅,它会帮你汇总所有在SF城市米其林餐厅。
然后让它在为你写一封邮件,发给最好的朋友。

写代码


另外,你还可以在canvas界面中,完成代码的生成,还是可以编辑的那种。
以往ChatGPT只是给出结果,并不能一同编辑。
让ChatGPT用Rust写一API网络服务器,它便同以往一般,为你生成了代码。
然后,要求对其中一段代码,添加登录注册路由。
并且,你还可以自己改写其中的内容。
在界面右下角,还有一个工具栏,可以进行代码审查、转换语言、修改bug、添加log、还有添加评论功能。
比如,针对刚刚生成代码进行审查,以及修复bug,ChatGPT瞬间就完成了。

发明新食谱


更惊艳的是,在canvas模式下,还可以创造发明新的idea。
比如,你想做一个不一样的苹果派,可以让ChatGPT搜索总结出,最通用的苹果派的食谱。
假设你没有其中一种材料——Nutmeg(肉豆蔻),然后你们可以一同创作全新的做法。

与ChatGPT并肩作战


目前,ChatGPT已常被用于协助写作和编码方面的任务。
尽管聊天界面易于使用并且适用于许多任务,但对于需要编辑和修订的项目,仍然有些不便。
canvas的推出,正是要为这类工作提供新的界面,而且能让ChatGPT更好地理解用户提供的任务上下文。
当ChatGPT检测到可能有帮助的场景时,canvas会自动打开,也可以直接在提示词中包含「使用canvas」的字样来处理现有项目。
对于写作任务,快捷编辑栏中包含5种选项,从下至上依次为:
- 建议编辑:ChatGPT为指定内容提供内联建议和反馈
- 调整长度:将文字内容编辑得更短或更长
- 更改阅读级别:调整文字的阅读难度,从幼儿园到研究生院
- 最后润色:检查语法、清晰度和一致性
- 添加表情符号:为强调或有颜色标记的内容添加相关emoji符号
比如,可以高亮特定部分来引起ChatGPT的关注,并让模型在考虑整个项目的同时,提供内联反馈和建议。
奥特曼还发起了在线投票,「添加emoji是不是OpenAI有史以来发布的最好功能?」
对于编码任务,快捷键又和写作不同:
快捷键从下至上依次为:
- 检查代码:ChatGPT提供内联建议以改进代码
- 添加日志(logs):插入print语句以帮助调试和理解代码
- 添加注释:为代码添加注释
- 修复bug:检测并重写有问题的代码以解决bug
- 移植到一种语言:将您的代码转换为JavaScript、TypeScript、Python、Java、C++或PHP
「点到哪里改哪里」,修改代码也将和修改文字一样直观简单。
为什么要更新用户界面?
OpenAI在博客中表示,如果要让人工智能变得更有用、更易用,就需要重新思考我们如何与它互动。而canvas,就是一种全新的方法,未来还将经历快速迭代。

终极AGI界面canvas,GPT-4o也被优化了


为了让模型更适应canvas模式,团队也对GPT-4o进行了必要的修法,添加了一些核心行为:
- 触发canvas的打开,进行书写和编码
- 生成多样化的内容类型
- 进行有针对性的编辑
- 重写文档
- 提供内联形式的修改意见
值得一提的是,对GPT-4o进行的这些训练采用了OpenAI的合成数据生成技术,包含了从o1模型中提取的输出。
此外,团队还使用了20多项自动内部评估来衡量进展情况。
首先,一个关键的挑战是定义何时触发canvas。模型既需要灵敏识别有检查、修改需求的任务,比如「写一篇关于咖啡豆历史的博客文章」,同时也要避免过度触发,比如「帮我做一份新的晚餐食谱」这种一般的任务就不太需要canvas。

与带有提示指令的基线模型相比,调整后的GPT-4o的触发决策正确率分别达到了83%和94%
第二个挑战涉及在canvas被触发后调整模型的编辑行为,特别是决定何时进行有针对性的编辑而不是重写整个内容。
这就要训练模型,在用户明确选择文本时,更倾向于执行有针对性的编辑而非重写。随着模型不断完善,这种行为的能力也在不断发展。

相比基线模型,带有canvas的GPT-4o在写作和编码任务上有18%的性能提升
最后,训练模型以生成高质量的代码注释同样需要细致的迭代过程。
这个评估任务与前两种情况不同。canvas是否触发以及是否进行了有针对性的编辑行为,很容易进行自动化评估,但以自动化方式衡量代码注释的质量,因此团队选择了人工评估。
相比基线模型,集成canvas后的GPT-4o在注释准确性方面有30%的提升,质量提高了16%。
这表明,与带有详细指令的零样本提示相比,合成数据的训练显著提高了模型的响应质量和行为。

网友玩疯了


canvas一经发布,已在全网掀起热议。
Every初创公司创始人表示,很明显,OpenAI不仅仅是在构建聊天机器人,他们还试图为AI时代构建一种全新的操作系。
一名开发者表示,canvas界面是游戏改变者。
他刚刚通过canvas和ThreeJS一起创建了一个tesseract/Hypercube可视化工具,并称自己喜欢统一的UX聊天、在线评论和观看GPT-4o在代码上发挥其魔力,所有这些都在一个地方完成完成,永不过时。
还有网友表示,canvas界面做的非常好,而且一切都是实时流畅的。
不过,它让我们意识到一个重要的问题,我们还不确定与AI协作写作的最佳方式是什么。
话虽如此,canvas让工作更加集成集成(cyborglike),而不是简单地轮流进行任务(centaurlike)。
还有人纷纷悼念Cursor。

核心贡献团队


canvas背后核心团队也随之全部公布。
研究主管是Karina Nguyen,还有3位核心研究人员Kai Chen, Michael Wu, Tarun Gogineni,12位核心工程/产品/设计师。
值得一提的是,提供支持技术领导人当中,还有离职的CTO Mira Murati。
Karina Nguyen
在加入OpenAI之前,Karina Nguyen曾在Anthropic任职,专注研究模型对齐能力和诚实研究,以减少LLM的幻觉。
值得一提的是,她曾领到了Claude Instant 1.2训练,在API中制作了该模型。
此前,作为一名设计工程师,Nguyen与Primer.ai、Dropbox、Square和《纽约时报》的团队在研发原型、新闻工具和产品功能方面进行了合作。
Kai Chen
Kai Chen在宾夕法尼亚大学获得了计算机科学本科学士学位。
她于2023年初加入OpenAI,此前Kai Chen还联合创办了两家公司,一个是AI助手领域的Dispatch、还有一家自动化劳动任务项目的Port Tecjnologies。
Michael Wu
Michael Wu目前是OpenAI的应用研究员。
此前,他曾以应用研究科学家身份,在Facebook工作了三年,任职期间训练了自然语言理解和深度学习模型。
此外,他还在Primer AI担任机器学习工程师、Dropbox担任软件工程师,在Naver Corp担任机器学习实习生,在苹果公司担任机器学习实习生。
2015年,Michael Wu在麻省理工学院获得了计算机科学和数学学士学位。

参考资料:
https://openai.com/index/introducing-canvas/
https://x.com/karinanguyen_/status/1841889811931791642

-END-
分享一份Python可视化教程(基于py可视化利器seaborn):530张图形+8000行代码+详细代码注释+后续免费更新+学习交流群,教程部分内容,

例如,

👉还在用AI拼图,试试这个Python工具!

👉Python seaborn超级细节完结篇-联合美化

👉141个图表,完美展示数据分类关系!

👉53个图表,完美展示数据组合关系!

👉55个热力图heatmap代码模版~

👉51个图表,完美展示数据分布关系!

👉又一个配色新工具,颜色盘多达2500+类!

👉可视化配色工具,colormap多达3174类,数万种颜色!



每类图表包含详细代码+详细代码注释,多达8000行代码,例如,


如何加入学习?

👇加入学习收费备注:169

✅解锁获取6大权限:

  1. 8000+行代码(复制即可运行)
  2. 在线教程文档(清晰目录)
  3. 依赖数据(免费下载)
  4. 交流群
  5. 后续更新
  6. 定期抽最新机器学习、数据科学类书籍

点个 在看、赞 就是最大的支持


pythonic生物人
分享AI、Python/R可视化、统计、科研!
 最新文章