Η OpenAI φέρνει τα GPT-6 Sol και Luna στο ChatGPT και προσθέτει Intelligent UI για απαντήσεις σε μεικτές μορφές

Η OpenAI ανακοίνωσε στις 7 Οκτωβρίου ότι φέρνει νέα μοντέλα GPT-6 στο ChatGPT, μετά τα πρώτα μοντέλα GPT-6 που παρουσίασε τον Σεπτέμβριο. Σύμφωνα με το 9to5Mac, οι συνδρομητές των προγραμμάτων Plus, Pro, Business και Enterprise λαμβάνουν πρώτοι το GPT-6 Sol, ενώ το GPT-6 Luna αναμένεται να αρχίσει να φτάνει στους χρήστες Free και Go την επόμενη ημέρα. Η OpenAI περιγράφει αυτές τις εκδόσεις ως προσαρμοσμένες για την καθημερινή συνομιλία. Στην κάρτα συστήματος της κυκλοφορίας, η εταιρεία αναφέρει ότι το GPT-6 έρχεται στα δωρεάν και στα συνδρομητικά προγράμματα σε όλο τον κόσμο και ότι τα μοντέλα του Οκτωβρίου αντικαθιστούν στο ChatGPT τις εκδόσεις GPT-5.6 των Sol και Luna.

Η πιο ορατή αλλαγή είναι αυτό που η OpenAI ονομάζει Intelligent UI. Αντί να απαντά μόνο με κείμενο, το ChatGPT μπορεί πλέον να συνδυάζει κείμενο με οπτικά και διαδραστικά στοιχεία, επιλέγοντας τη μορφή ανάλογα με την ερώτηση και το περιεχόμενο της απάντησης. Η OpenAI απαριθμεί γραφικά, κουμπιά που μπορούν να πατηθούν, φόρμες, γραφήματα και διαδραστικές εμπειρίες που χρησιμοποιούνται μέσα στη συνομιλία. Μια σύγκριση μπορεί να παρουσιαστεί σε παράθεση και μια εξήγηση μπορεί να έρθει ως διαδραστικό διάγραμμα, ενώ μια απλή απάντηση σε κείμενο παραμένει επιλογή όταν αυτό εξυπηρετεί καλύτερα τον χρήστη. Για πιο σύνθετα αιτήματα, το ChatGPT μπορεί να δημιουργεί widgets που επιτρέπουν στους χρήστες να εξερευνούν μια έννοια ή να αλλάζουν τα δεδομένα εισόδου και να βλέπουν τα αποτελέσματα να ενημερώνονται, και μπορεί να δημιουργεί μικρά εργαλεία, όπως αριθμομηχανές, εργαλεία μοιράσματος λογαριασμού και παιχνίδια, μέσα σε μια συνομιλία.

Η OpenAI αναφέρει επίσης ότι το GPT-6 επιτρέπει στο ChatGPT να αρχίζει να απαντά πριν ολοκληρωθεί η συλλογιστική του, προσθέτοντας πληροφορίες στην απάντηση βήμα προς βήμα αντί να τα κρατά όλα μέχρι να τελειώσει η διαδικασία σκέψης. Η ενημέρωση δεν φτάνει ακόμη σε όλα τα προϊόντα της OpenAI. Η κάρτα συστήματος αναφέρει ότι όσοι χρησιμοποιούν τα μοντέλα στο Codex ή μέσω του ChatGPT Work εξακολουθούν να βρίσκονται σε προηγούμενες εκδόσεις. Η OpenAI επισημαίνει τα μοντέλα με βάση τον μήνα κυκλοφορίας: «Οκτώβριος» για τις εκδόσεις που βρίσκονται τώρα στο ChatGPT, «Σεπτέμβριος» για όσες παραμένουν στο Codex και στο Work.

Οι ισχυρισμοί για την ασφάλεια στην κάρτα συστήματος προέρχονται από τις δικές δοκιμές της OpenAI. Η εταιρεία αναφέρει ότι τα μοντέλα του Οκτωβρίου αντιστέκονται καλύτερα σε jailbreaks από τα μοντέλα GPT-5.6, συμπεριλαμβανομένων επιθέσεων που προσαρμόζονται σε πολλούς γύρους, και εμφανίζουν λιγότερη ανεντιμότητα και εξαπάτηση. Αναφέρει ότι ενημέρωσε την εκπαίδευσή της σε θέματα ασφάλειας ώστε να προστατεύει καλύτερα από κατάχρηση υψηλού κινδύνου που αφορά τον κυβερνοχώρο, τη βιολογία και τη βία. Η OpenAI αναφέρει επίσης στατιστικά σημαντικές οπισθοδρομήσεις σε ορισμένες κατηγορίες περιεχομένου, όπως ο αυτοτραυματισμός και το αιματηρό περιεχόμενο, καθώς και σε αρκετές αξιολογήσεις για χρήστες κάτω των 18 ετών· αναφέρει ότι η χειροκίνητη αξιολόγηση και το red-teaming διαπίστωσαν ότι οι αστοχίες ήταν γενικά χαμηλής σοβαρότητας και ότι πρόσθετα μέτρα προστασίας, όπως ταξινομητές, λειτουργούν στην παραγωγή. Στις δοκιμές ιεραρχίας εντολών για prompt injection, η OpenAI δίνει βαθμολογίες ανθεκτικότητας 99.99% για το GPT-6 Sol και 99.79% για το GPT-6 Luna.

Η αξιολόγηση της OpenAI βάσει του Preparedness Framework κατατάσσει και τα δύο μοντέλα του Οκτωβρίου σε Υψηλό επίπεδο ικανοτήτων στον τομέα της Κυβερνοασφάλειας και στον Βιολογικό και Χημικό τομέα. Η εταιρεία αναφέρει ότι κανένα από τα δύο μοντέλα δεν φτάνει το δικό της όριο Υψηλού επιπέδου για την Αυτοβελτίωση της ΤΝ και ότι και τα δύο παραμένουν κάτω από το Κρίσιμο επίπεδο στην κυβερνοασφάλεια. Αυτό συμφωνεί με την αξιολόγησή της για τα μοντέλα GPT-5.6, και η OpenAI αναφέρει ότι εφαρμόζει τα ίδια μέτρα προστασίας που περιέγραψε στην κάρτα συστήματος του GPT-5.6. Στις δικές της αξιολογήσεις για τον κυβερνοχώρο, αναφέρει ότι το GPT-6 Sol κινήθηκε περίπου στο ίδιο επίπεδο με τον προκάτοχό του χωρίς σαφή βελτίωση, ενώ το GPT-6 Luna σημείωσε χαμηλότερη βαθμολογία από το GPT-6 Sol.