一句话导读
官方技术报告，多模态大模型能力标杆
论文信息
| 英文原名 | GPT-4 Technical Report |
| 中文常用名 | GPT-4 |
| 作者 | OpenAI |
| 发表年份 | 2023 |
| 出处 / 获取 | arXiv:2303.08774 |
| 所属专题 | 大语言模型 |
本文为 AI泡泡堂 经典 AI 文献栏目收录，信息经公开渠道核验。若需引用请以原论文为准。
详细解读（中文）
一、论文背景：GPT-3 已展示大规模预训练+上下文学习的强大，但存在推理不稳、多模态缺失、幻觉等问题。GPT-4 作为 OpenAI 的下一代旗舰，首次将”多模态（图像+文本）”与更强的通用推理能力集成到单一模型。
二、核心创新：GPT-4 是支持图像与文本输入、文本输出的多模态大模型：①能”看”图（理解图表、截图、文档排版，甚至图片中的代码）；②推理与指令跟随能力大幅提升；③可预测式扩展（根据小模型行为预测大模型能力），支持安全研究提前开展。其训练沿用”预训练→RLHF 对齐”流水线，并在工程上做到极大规模稳定训练。
三、关键技术细节：① 在模拟司法考试（Uniform Bar Exam）中得分进入前 10%，在 MMLU（57 个学科）上超过多数人类专家；② 多模态输入让它可以处理扫描件、论文图表、UI 截图等真实场景；③ 论文着重讨论”可预测扩展”（训练前即可预测最终能力）与安全对齐（红队测试、原则遵循）；④ 报告了幻觉率下降与更稳健的指令遵循；⑤ 官方未公开架构与训练细节，技术报告以”能力与安全评估”为主。
影响与后续发展
GPT-4 定义了”多模态通用助手”的产品形态：ChatGPT Plus/API、Bing Chat 等广泛应用；其”技术报告+安全评估”范式成为大模型发布的行业标准，并直接推动了多模态理解（GPT-4o、Gemini、Claude 3 等）与对齐研究的全面提速。
查看原始论文（权威链接）
英文原文摘要（Original Abstract，节选）
We report the development of GPT-4, a large-scale, multimodal model which can accept image and text inputs and produce text outputs. While less capable than humans in many real-world scenarios, GPT-4 exhibits human-level performance on various professional and academic benchmarks, including passing a simulated bar exam with a score around the top 10% of test takers. GPT-4 is a Transformer-based model pre-trained to predict the next token in a document, and it demonstrates greatly improved capabilities in reasoning, creativity, and instruction following.
提示：以上英文摘要为原文节选，完整论文请通过上方权威链接查看（原始论文版权归原作者/出版方所有）。