OpenAI GPT-4据说基于Mix of Experts架构，具有1.76万亿个参数。
有传言称 GPT-4 基于八个模型，每个模型有 2200 亿个参数，这些模型在专家混合 （MoE） 架构中链接。这个想法已有近30年的历史，之前已经用于大型语言模型，例如Google的Switch Transformer。
MoE模型是一种集成学习，它结合了不同的模型，称为“专家”来做出决定。在 MoE 模型中，门控网络根据输入确定每个专家输出的权重。这允许不同的专家专注于输入空间的不同部分。这种架构对于大型和复杂的数据集特别有用，因为它可以有效地将问题空间划分为更简单的子空间。
OpenAI没有声明，但谣言是可信的
有关GPT-4的信息来自自动驾驶初创公司 Comma.ai 的创始人乔治·霍茨（George Hotz）。霍茨是一位人工智能专家，也以他的黑客历史而闻名：他是第一个破解iPhone和索尼Playstation 3的人。
「乔治·弗朗西斯·霍茨（生于1989年10月2日），别名geohot，是美国安全黑客，企业家和软件工程师。他以开发iOS越狱，对PlayStation 3进行逆向工程以及索尼随后对他提起的诉讼而闻名。自 2015 年 9 月以来，他一直在自己的车辆自动化机器学习公司 comma.ai 工作。 自 2022 年 11 月以来，Hotz 一直致力于深度学习框架 tinygrad。」
其他人工智能专家也在Hotz的Twitter上发表了评论，称他的信息很可能是真的。
开源模型可以从 GPT-4 中学到什么？
该架构可能通过允许不同的团队在网络的不同部分工作来简化 GPT-4 的培训。这也解释了为什么OpenAI能够独立于当前可用的产品开发GPT-4的多模式功能并单独发布它们。然而，与此同时，GPT-4可能已被合并到一个更小的模型中，以提高效率，PyTorch的创始人之一Soumith Chintala推测。
Hotz 还推测，GPT-4 不仅产生一个输出，而且迭代产生 16 个输出，每次迭代都会得到改进。
开源社区现在可以尝试复制这种架构，这些想法和技术已经存在了一段时间。但是，GPT-4 可能已经显示了 MoE 架构在正确的训练数据和计算资源下可以走多远。
Summary 小结
- 据报道OpenAI的GPT-4基于“专家混合”架构（MoE ），包括1.76万亿个参数。
- 此体系结构结合了多个决策模型，对于大型数据集特别有用。
- 这些信息来自人工智能专家乔治·霍茨（George Hotz），并在人工智能社区中获得了信誉。
- 开源开发人员可以尝试复制这种架构，并从 GPT-4 的进步中学习。
相关文章
