GPT-4o

Identity

• GPT-4oは、OpenAIが開発する、テキスト・画像・音声を扱えるマルチモーダルな大規模言語モデルである。検証待ち OpenAI — Hello GPT-4o

Capability

• GPT-4oは、OpenAIが開発する、テキスト・画像・音声を扱えるマルチモーダルな大規模言語モデルである。検証待ち OpenAI — Hello GPT-4o
• GPT-4oは、テキストだけでなく画像・音声を統合的に扱える点を特徴とし、音声対話などのマルチモーダルな用途に対応する。検証待ち OpenAI — Hello GPT-4o
• Impress Watchの2024年5月30日付記事によれば、OpenAIはGPT-4oのブラウズ・ビジョン・データ分析・ファイルアップロード・GPTs機能を、従来ChatGPT Plus限定だったところから無料ユーザーにも開放した。ただし無料版では各機能の利用回数に制限が設けられている。検証待ち ChatGPT、無料ユーザーも「GPT-4o」を利用可能に
• OpenAIのGPT-4o System Card（2024年8月8日付）によれば、GPT-4oはGPT-4 Turboと比較して22件の評価のうち21件で性能改善を示し、MedQA USMLEの0-shot正答率は78.2%から89.4%へ、多言語ベンチマークでも大幅な向上が確認された。検証待ち GPT-4o System Card

Credibility

• Forbesの2024年5月20日付記事によれば、GPT-4oは同年5月13日に5種類の音声オプションで公開されたが、うち『Sky』が映画『her』のスカーレット・ヨハンソンの声に酷似すると指摘され論争となった。OpenAIは音声の提供を一時停止し、別のプロ女優が自身の声で演じたもので模倣ではないと説明したが、声優の身元は公表していない。検証待ち OpenAI Is Pulling Sky Voice From ChatGPT That Sounds Like Scarlett Johansson

Use Case

公開Evidence未整備

Constraints / Current Status

• GPT-4oは、テキストだけでなく画像・音声を統合的に扱える点を特徴とし、音声対話などのマルチモーダルな用途に対応する。検証待ち OpenAI — Hello GPT-4o

Key References

• GPT-4oの性能はGPT-4 Turboと比べてどのように改善されたか、公式資料で確認できますか？
• GPT-4oとは何ですか？
• GPT-4oの音声機能を巡ってどのような論争がありましたか？

Part of

• OpenAI— GPT-4oはOpenAIが開発するマルチモーダルな大規模言語モデルである。

Related

• 大規模言語モデル（LLM）— GPT-4oはマルチモーダルな大規模言語モデルである。