OpenAI: GPT-4o

GPT-4o هو نموذج توليد نصوص من OpenAI، ويُعرَّف على api14 بالمعرّف openai/gpt-4o. يرمز الاسم إلى "omni"، مما يعكس أنه يقبل أكثر من نوع واحد من المدخلات. أطلقته الجهة المزوِّدة في 13 مايو 2024، وهو يندرج ضمن فئة النصوص، مع تاريخ قطع المعرفة في 31 أكتوبر 2023. إذا كنت قد استخدمت GPT-4 Turbo، فإن GPT-4o يتموضع بحيث يحافظ على ذلك المستوى من الذكاء، لذا فهو خيار افتراضي معقول عندما تريد نموذجًا من OpenAI للأغراض العامة بدلًا من نموذج متخصص.

عند الإدخال، يقبل النموذج النصوص والصور والملفات، وينتج نصوصًا فقط. هذه التركيبة مهمة للمهام التي لا يكون فيها الطلب مجرد نص عادي: يمكن إرسال لقطة شاشة أو صفحة ممسوحة ضوئيًا أو مستند مرفق إلى جانب تعليماتك، ويستجيب النموذج نصيًا. نافذة السياق هي 128,000 رمز، وهو ما يكفي للمستندات الطويلة أو المحادثات متعددة الأدوار أو ملفات الشيفرة الكبيرة في طلب واحد. الإخراج محدود بـ 16,384 رمزًا لكل استجابة، لذا يجب التخطيط للتوليدات الطويلة جدًا مع مراعاة هذا السقف، على سبيل المثال بطلب أقسام متتابعة.

تتبع الاستخدامات العملية تلك القدرات. يعمل جيدًا في الإجابة على الأسئلة حول المستندات وتلخيصها عندما ترفق ملفًا أو تلصق نصًا طويلًا وتطلب إجابات محددة. يدعم فهم الصور مهامًا مثل قراءة المخططات، ووصف لقطات الشاشة، واستخراج النص من الصور، أو التحقق من نموذج واجهة مستخدم مقابل مواصفة. ولأن النموذج يدعم الأدوات والمخرجات المهيكلة، فإنه يناسب أيضًا سير العمل بأسلوب الوكلاء وخطوط استخراج البيانات حيث يجب أن تتوافق الاستجابة مع مخطط محدد. الدردشة العامة والصياغة وإعادة الكتابة والمساعدة في الشيفرة كلها ضمن النطاق، كما أن السياق الطويل يجعله صالحًا للأسئلة على مستوى المستودع بدلًا من المقاطع المفردة.

تستدعيه عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج openai/gpt-4o، لذا تعمل حزم تطوير البرامج والعملاء الحاليون من OpenAI مع تغيير عنوان URL الأساسي والمفتاح فقط. معاملات الطلب المدعومة هي frequency_penalty و logit_bias و logprobs و max_completion_tokens و max_tokens و prediction و presence_penalty و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_logprobs و top_p و web_search_options. عمليًا، يغطي ذلك ضوابط أخذ العينات، وسلوكًا شبه حتمي عبر seed، وإخراجًا مقيّدًا بصيغة JSON ومخطط عبر response_format و structured_outputs، واستدعاء الدوال عبر tools و tool_choice، وحدود الرموز، والبحث الاختياري على الويب.

هناك حدّان يجدر تذكرهما عند الاختيار. يتوقف الإخراج عند 16,384 رمزًا، لذا إذا كنت بحاجة إلى توليد واحد طويل جدًا فقد يتعين عليك تقسيم العمل أو اختيار نموذج بحد إخراج أكبر. ويعني تاريخ قطع المعرفة في 31 أكتوبر 2023 أن النموذج لا يعرف الأحداث اللاحقة من تلقاء نفسه، وهنا يصبح معامل web_search_options أو السياق الذي تسترجعه بنفسك مفيدًا. إذا كانت مهمتك نصية بحتة ولا تستفيد من إدخال الصور أو الملفات، فقد يكون نموذج نصي أصغر أرخص وأسرع للمهمة نفسها.