OpenAI के कर्मचारी विलियम फेडस ने पुष्टि की कि Chatbot Arena लीडरबोर्ड पर दिखाई देने वाला रहस्यमयी चैटबॉट "gpt-chatbot" नए लॉन्च किए गए GPT-4o मॉडल का प्री-रिलीज संस्करण है। इन गुप्त परीक्षणों के दौरान मॉडल ने प्लेटफ़ॉर्म पर अब तक दर्ज किया गया सबसे उच्च स्कोर हासिल किया।
- OpenAI ने अप्रैल से शुरू होकर एरीना में GPT-4o के कई संस्करणों का परीक्षण किया, जिसमें "gpt2-chatbot" और "im-also-a-good-gpt2-chatbot" जैसे उपनामों का उपयोग किया गया।
- रिलीज होने पर, GPT-4o ने Claude 3 Opus और GPT-4 Turbo जैसे पिछले शीर्ष मॉडलों को लगभग 50 Elo अंकों के महत्वपूर्ण अंतर से पीछे छोड़ दिया।
- प्रेस समय तक, टेस्ट मॉडल का Elo स्कोर 1309 था, जबकि GPT-4-Turbo-2023-04-09 का 1253 और Claude 3 Opus का 1246 था।
आधिकारिक LMSYS खाते ने नोट किया कि GPT-4o का सार्वजनिक संस्करण अब एरीना में प्रवेश कर चुका है और जल्द ही सार्वजनिक लीडरबोर्ड पर दिखाई देगा।