踏入 GPT-4.5 的未來
這些進展的核心是引入了 GPT-4.5，目前在 Azure OpenAI Service 上處於預覽階段。這個最新版本建立在其前身的成功基礎上，代表了目前最強大的通用模型。它的開發標誌著透過擴展預訓練和後訓練，在無監督學習技術方面邁出了一大步。
GPT-4.5 透過更自然的互動提升了使用者體驗。其擴展的知識庫和增強的 ‘EQ’ 有助於提高編碼、寫作和解決問題任務的效能。該模型的功能表現如下：
- 增強的準確性：開發人員可以依賴 GPT-4.5 獲得更精確和相關的回應，與 GPT-4o 相比，幻覺率顯著降低（37.1% 對 61.8%），準確性更高（62.5% 對 38.2%）。
- 改善的人類對齊：精細的對齊技術使 GPT-4.5 能夠更好地遵循指令、理解細微差別並進行自然對話。這使得它成為編碼和專案管理等任務的更有效工具。
GPT-4.5 的多功能性為廣泛的應用打開了大門，提高了生產力和創造力：
- 增強溝通：使用者可以利用 GPT-4.5 來起草清晰有效的電子郵件、訊息和文件。
- 個人化學習：該模型促進個人化學習和輔導體驗，幫助使用者獲得新技能或加深特定領域的知識。
- 創意構思：在腦力激盪會議期間，GPT-4.5 可作為產生創新想法和解決方案的寶貴工具。
- 專案管理協助：GPT-4.5 協助組織任務，確保以全面有效的方式進行專案規劃和執行。
- 複雜任務自動化：該模型透過處理複雜任務自動化來簡化複雜的流程和工作流程。
- 簡化編碼工作流程：開發人員可以從逐步指導和重複性任務的自動化中受益，從而節省時間並減少錯誤。
企業客戶現在可以在 Azure AI Foundry 中存取 GPT-4.5，釋放其重塑其營運各個方面的潛力。
專用 AI 模型的新浪潮
AI 模型的最新進展有一個共同點：專注於提供具有更高效率的專業功能。這一趨勢表明了向專用 AI 的轉變，專用 AI 旨在在特定領域表現出色，同時最大限度地減少計算資源需求。Azure AI Foundry 展示了幾個突出的發佈：
Microsoft 的 Phi 模型：推動效率的極限
Microsoft 的 Phi 模型繼續重新定義更小、更高效架構的可能性：
- Phi-4-multimodal：此模型無縫整合文字、語音和視覺，實現上下文感知的互動。想像一下，零售亭透過攝影機和語音輸入診斷產品問題，無需繁瑣的手動描述。
- Phi-4-mini：Phi-4-mini 在編碼和數學任務方面超越了更大的模型，與其前身相比，推理速度提高了 30%。
Stability AI：推進生成式成像
Stability AI 透過專為加速資產生成而設計的模型推動創意工作流程：
- Stable Diffusion 3.5 Large：此模型以比以前版本更快的速度產生高保真度的行銷資產，確保跨不同視覺風格的品牌一致性。
- Stable Image Ultra：透過精確的材質渲染和色彩保真度，實現產品影像的逼真效果，減少對昂貴照片拍攝的需求。
- Stable Image Core：作為 SDXL（Stability AI 的文字到圖像生成 AI 模型）的增強版本，Stable Image Core 以卓越的速度和效率提供高品質的輸出。
Cohere：增強資訊檢索
Cohere 透過其最新的排名技術提升了資訊檢索：
- Cohere ReRank v3.5：此模型提供更準確的搜尋結果，利用 4,096 個 token 的上下文視窗並支援 100 多種語言。即使沒有精確的關鍵字匹配，它也能出色地呈現相關內容。
擴展 GPT-4o 系列
GPT-4o 系列增加了兩個專門的版本：
- GPT-4o-Audio-Preview：此模型處理音訊提示並產生具有適當情感和強調的語音回應，使其成為數位助理和客戶服務應用的理想選擇。
- GPT-4o-Realtime-Preview：透過突破性的延遲減少，體驗真正類似人類的互動流程，消除對話延遲。
這些集體進展標誌著 AI 的重大演變，在廣泛的用例和部署環境中促進更自然、更靈敏和更高效的互動。
透過進階工具增強自訂功能
隨著模型庫擴展到 1,800 多個產品，Azure AI Foundry 繼續在實驗和可觀察性方面處於領先地位。一套新的微調工具補充了無監督學習技術的興起：
- 蒸餾工作流程：Azure OpenAI Service 引入了一種程式碼優先的方法，透過 Stored Completions API 和 SDK 進行模型蒸餾。這允許較小的模型繼承較大模型（如 GPT-4.5）的知識。結果是在保持特定任務高性能的同時降低了成本和延遲。
- 增強微調：目前處於私人預覽階段，這項技術教導模型以新穎的方式進行推理。它獎勵正確的邏輯路徑，同時懲罰不正確的推理，從而增強解決問題的能力。
- 用於微調的佈建部署：Azure OpenAI Service 現在為微調模型提供佈建部署。除了基於 token 的計費外，這還透過佈建吞吐量單位 (PTU) 確保可預測的效能和成本。
- Mistral 模型的微調：Mistral Large 2411 和 Ministral 3B 現在支援針對特定行業任務的微調，僅在 Azure AI Foundry 中提供。此類特定任務的一個例子是醫療保健文件編輯。
透過安全性和可擴展性強化企業代理
在當今的企業環境中，安全性和可擴展性不僅僅是理想的功能，更是戰略要務。Azure AI Foundry 引入了兩個強大的功能，可以安全地利用 AI 執行關鍵任務：
- Bring Your Own VNet：Azure AI Agent Service 現在允許所有 AI 代理互動、資料處理和 API 呼叫安全地保留在組織自己的虛擬網路中。這消除了暴露於公共互聯網的風險，保護了敏感資料。像 Fujitsu 這樣的早期採用者正在利用此功能來顯著提高銷售業績。他們的銷售提案建立代理程式由該功能提供支援，使銷售額提高了 67%，同時節省了無數小時。這允許將資源重新導向客戶參與和戰略規劃，同時保持資料完整性。
- Magma（多代理目標管理架構）：Magma 可透過 Azure AI Foundry Labs 獲得，它徹底改變了複雜的工作流程編排。它透過並行協調數百個 AI 代理來實現這一目標。這種架構能夠以前所未有的速度和準確性應對大規模挑戰，例如供應鏈優化。它有效地橋接了物理和數位代理世界。Magma 可在 Azure AI Foundry 中輕鬆進行實驗。
上述功能的引入以及現有功能的改進證明了 Microsoft 對開發 AI 的承諾。AI 的不斷發展對許多行業都有利，而且它是一股已經到來並將持續下去的力量。