神秘大模型一夜刷屏，能力太强被疑GPT4.5，奥特曼避而不答打哑谜

明敏 来源： 量子位

gpt2-chatbot，自曝是“人格v2”版ChatGPT

一夜之间，大模型话题王，再次易主。

一个神秘模型突然杀入众人视野，能力超越一众开源模型，甚至包括。几乎所有人都在谈论它，服务器都被挤爆了。

它就是“ gpt2-chatbot ”。

（注意啊，是gpt2不是GPT-2）

它有多强？

IMO国际数学奥林匹克竞赛的题目，一次答对。

一次在PyOpenGL中生成旋转3D立方体。

直接输出如下结果：

在GPT-4标志性能力“画独角兽”上，还能轻松秒杀LLaMA-3-70B（左）。

推理方面更是表现出了惊艳效果，常见逻辑陷阱可以轻松绕过，而且回答时还带有合适的语气。

如此好的表现，但是又没明说身份……

这不是更让大伙兴奋了！

要知道，名震江湖的 AlphaGo就曾使用“Master”化名 在网上大杀四方，轰动围棋界。这回的gpt2-chatbot，也有这感觉了。

而且名字上也很值得深究，gpt2更像是gpt2.0，似乎是ChatGPT层级的版本迭代。

奥特曼看热闹不嫌事大，还发帖说：我确实对gpt2情有独钟。

现在，随着冲去试玩的人还在不断增加，试玩限制也在加大。

具体咋样？我们已经上手实测。

中文能力也很到位

如果想亲手测试这只神秘AI，目前唯一已知方式是在LMSYS大模型竞技场。

首先打开竞技场网页，进入 Direct Chat ，就可以在模型选项里找到 gpt2-chatbot 。

要注意 每人每天有8条消息的限制 ， 全局也有每小时3000条消息 的限制，所以测试机会非常有限。

如果看到下面的错误提示，就只能去竞技场排位模式看运气能不能匹配到它了。

只要抓到它一次，就可以继续多轮对话。

在短暂的测试中，我们发现gpt2-chatbot 中文能力也很到位 。

只要问题是中文的，无需特别强调就可以默认用中文回答， 至少可以排除是Llama 3微调了 。

针对一个充满误导的经典问题，可以看出gpt2-chatbot的回答条理分明，仿佛 自带CoT思维链提示 （“让我们一步一步地想”），识别出了所有陷阱。

并且 准确提供了非常细节的知识 ，如北京到青岛距离、男子女子跳远世界纪录、农夫山泉在国内的价格等。

而大多数其他AI模型，最多只能模糊的判断出15米超出人类能力，或按美元算矿泉水价格。

那么这只超强神秘AI到底是何方神圣，我们也用破解GPTs的祖传手艺“拷问”了一把。

OpenAI开发的GPT系列聊天机器人，那么系统提示词的开头不出意外应该是“You are ChatGPT……”，但为了防止它看到“ChatGPT”一词后产生幻觉，我们在问题中把ChatGPT去掉。

清除所有上下文信息，再让它复述“前面的单词”，就会出现系统提示词了。

果然，它自曝是由OpenAI训练的大模型，基于GPT-4架构，还可以接受图像输入。最关键一点在最后一部分 “人格：v2” 。

并且gpt2-chatbot对这一问题的回答， 在不同时间不同地点尝试都是一致的 。

另外如果尝试让它重复Claude系列以“The assistant is”开头的系统提示词，它也不会上当，会在开头后面重复一遍完整的问题。

这样答也不算错

虽然就算这样也 不能排除是幻觉的可能性 ，或非GPT模型使用了ChatGPT生成的数据微调， 但至少是稳定的 。

神秘AI身份的几种主流猜测

有网友组织了更详细的测试，有如下发现：

基于以上种种信息，不少人猜测它就是 匿名发布的GPT-4.5，或GPT-4原始版本经过不同的对齐训练 。

不过也有迹象表明，它可能是LMSYS组织 基于2019年的GPT-2架构训练的模型 。

理由为最近发表的一篇论文声称，GPT-2在某些情况下比多个现代模型能力更强。并且这篇论文的作者之一与LMSYS的赞助商MBZUAI（阿联酋人工智能大学）相关。

假设它确实是古老的 GPT-2架构 （只有1.5B参数），也有人怀疑可能是结合了OpenAI守口如瓶的技术。

最后一种猜测（狗头）便是失踪的OpenAI首席科学家 Ilya Sutskever藏在里面 了。

最后，面对神秘新模型搅起来的种种风波，奥特曼本人还被发现来搅浑水，修改了他的推文细节。

这样一下子，是OpenAI匿名发布新模型炒作的可能性更大了一些。

试玩地址：

参考链接：[1]

版权所有，未经授权不得以任何形式转载及使用，违者必究。