GPT-4o 出现“谄媚烦人”倾向，突变“赛博舔狗”，奥尔特曼称在一周内修复

天更新了 GPT-4o！智力和个性都得到了提升。 — 萨姆·奥尔特曼 (@sama) 2025 年 4 月 25 日 今天，OpenAI CEO 奥特曼宣布对 GPT-4o 模型进行再次更新，重点提升了智能和个性。 优化 GPT-4o 保存记忆的时间长度并增强 STEM 的问题

强化学习，TAO 不仅在降低企业成本方面表现出色，更是在一系列基准测试中取得了令人瞩目的成绩。 根据科技媒体 NeoWin 的报道，TAO 微调后的 Llama3.370B 模型在金融文档问答和 SQL 生成等任务中，展现出了优于传统标注微调方法

业企业。” 相关阅读： 马斯克起诉 OpenAI 及其 CEO 奥特曼，要求公司恢复开源状态 OpenAI 回应被起诉：马斯克曾意图获得公司 “绝对控制权”

提的是，由于该功能热度过高，OpenAI 首席执行官山姆・奥尔特曼此前在 X 平台上表示，GPU（图形处理单元）因大规模使用而“过热”，他称：“看到人们喜欢 ChatGPT 中的图像非常有趣，但我们的 GPU 正在‘熔化’。我们将在努力

为的内容的能力。 团队将问题报告给高管，并着手进行修复。但部分员工对这一过程感到沮丧，认为如果公司在安全测试上多花些时间，他们本可以在问题到达用户之前就解决它。 OpenAI 的女发言人表示，团队检测到的高风险

Mistral's la Plataforme 和 HuggingFace 进入 Mathstral。 Mistral 公司倾向于在开源系统上提供模型，它一直在与 OpenAI 和 Anthropic 等其他人工智能开发商展开激烈竞争。最近，该公司获得了 6.4 亿美元的 B 轮融资，估值接近 60 亿美元。该公

在 Meta 推出开源 Llama 3.1 模型之后不久，OpenAI 宣布对其 GPT-4o Mini 模型提供免费微调，允许用户免费使用额外数据训练模型，以便在特定用例中获得更高的性能。 GPT-4o mini 微调适用于 OpenAI 的 Tier 4 和 5 使用层级的开发人员，这

OpenDeepSearch 在 frames-benchmark 上超过了 GPT-4o 的 Search 功能，成为最强的开源 AI 搜索框架。 这个框架结合语义搜索，并提供了快速和深度搜索两种模式，允许多跳搜索（即不断检索以得到理想答案），并且专门为 AI Agent 优化。&n

下成本效益至关重要的用例。 这些更新预计将在未来几周内推出。 详情可查看官方博客。

测评结果。 从代表通用能力的一级总分来看，OpenAI的GPT-4o以81分高居榜首，Claude-3.5-Sonnet与通义千问开源模型Qwen2-72B-Instruct并列第二，得分均为77。 通义千问(Qwen2-72B)既是排名最高的中国大模型，也是全球最强的开源大模型，

舰模型 Qwen2-Math-72B-Instruct在权威测评集MATH上的得分超越GPT-4o、Claude-3.5-Sonnet、Gemini-1.5-Pro、Llama-3.1-405B等，以84%的准确率处理了代数、几何、计数与概率、数论等多种数学问题。 项目团队在三个广泛使用的英语数学基准 GSM8K、M

对复杂 JSON 模式进行评估时，具有结构化输出的新模型 gpt-4o-2024-08-06 得分为 100%。相比之下，gpt-4-0613 得分不到 40%。 这一功能包括两种形式： 函数调用：通过在函数定义中设置 strict: true可以使用工具的结构化输出。此功

天凌晨，OpenAI 上线了全新语音模型 API，具体包括： gpt-4o-transcribe (语音转文本)：单词错误率 (WER) 显著降低，在多个基准测试中优于现有 Whisper 模型 gpt-4o-mini-transcribe (语音转文本)：gpt-4o-transcribe 的精简版本，速度更快、效

本的内核预计将在两周后发布。 rc7 是一个相当轻松的一周，由于过去的圣诞节假期混在 6.2 版本的合并时间，使一些早期内核测试延迟了，因此 Torvalds 表示他将通过 -rc8 版本进行额外测试。 Linus 在 6.2-rc7 公告中评论： 我