GPT-4：多模态确认，在专业和学术上表现亮眼
　　北京时间3月15日GPT-4正式发布，支持图片、文字等多模态输入，以及文本输出。根据相关技术文档，1）模型架构（包括模型大小）、硬件、训练计算、数据集构造、训练方法等细节未公布；2）GPT-4于2022年8月完成训练，此后OpenAI一直在评估、对抗性测试并迭代和改进模型；3）OpenAI搭建了开源OpenAIEvals模型评估框架，支持现有准则和自定义准则。4）GPT-4 API已开放等待列表（waitlist），价格提升明显。实验结果表明，GPT-4在各种专业和学术基准上表现出了人类的水平。
　　技术拆解：构建深度学习堆栈，新增奖励训练模型
　　GPT-4项目重点之一是构建大范围可预测的深度学习堆栈。堆栈（stack）能够通过评估小计算量模型的性能，准确预测大计算量模型的性能，减少训练成本。训练方法上，预训练之后，GPT-4采用了与InstructGPT同样的方法进行基于人类反馈的强化学习，并添加了基于规则的奖励模型来进一步引导模型产生人类预期的结果。多模态输入上，支持图片和文本的多模态输入，但是，OpenAI未在技术文档中给出图片模态的相关技术细节。
　　安全性讨论：引入专家提高模型安全性和一致性
　　OpenAI在技术文档中耗费大量篇幅讨论模型安全性问题。从目前结果看，GPT-4仍然存在“幻觉”和推理错误，并在模型校准上表现不佳。为了进一步提高模型安全性，OpenAI聘请了来自AI对齐风险、网络安全、生物风险和国际安全等领域的50多名专家对模型进行对抗性测试，涉及幻觉、有害内容、虚假信息、武器扩散、隐私、网络安全等11个方面。我们认为，OpenAI对模型安全性的关注，或是为未来大规模商业化应用做铺垫。
　　模型能力提升，应用或进一步升级
　　GPT4相比GPT3.5在多模态、推理能力、支持文本长度方面有了较明显的提升，有望推动应用进一步升级。对多模态的支持有望加速PDF、图像等领域的生产力应用升级，或将推动生产力应用效率的进一步提升。相关公司包括：万兴科技、福昕软件、金山办公。更强的推理能力与语言理解能力有助于进一步优化服务型应用的使用效果，包含垂类信息的搜索引擎、客服等产品的功能有望进一步升级。相关公司包括：三六零、同花顺。
　　风险提示：宏观经济波动，技术进步不及预期。本报告内容均基于客观信息整理，不构成投资建议。
　　

研究报告全文：证券研究报告计算机GPT4模型能力提升推动应用升级华泰研究计算机增持维持2023年3月16日中国内地专题研究研究员谢春生GPT-4多模态确认在专业和学术上表现亮眼SACNoS0570519080006xiechunshenghtsccomSFCNoBQZ938862129872036北京时间3月15日GPT-4正式发布支持图片文字等多模态输入以及文本输出根据相关技术文档1模型架构包括模型大小硬件训练联系人彭钢计算数据集构造训练方法等细节未公布2GPT-4于2022年8月完SACNoS0570121070173pengganghtsccom成训练此后一直在评估对抗性测试并迭代和改进模型862128972228OpenAI3OpenAI搭建了开源OpenAIEvals模型评估框架支持现有准则和自定义准则4联系人袁泽世PhDGPT-4API已开放等待列表waitlist价格提升明显实验结果表明GPT-4SACNoS0570122080053yuanzeshihtsccom在各种专业和学术基准上表现出了人类的水平862128972228技术拆解构建深度学习堆栈新增奖励训练模型行业走势图GPT-4项目重点之一是构建大范围可预测的深度学习堆栈堆栈stack能够通过评估小计算量模型的性能准确预测大计算量模型的性能减少训计算机沪深300练成本训练方法上预训练之后GPT-4采用了与InstructGPT同样的方19法进行基于人类反馈的强化学习并添加了基于规则的奖励模型来进一步引8导模型产生人类预期的结果多模态输入上支持图片和文本的多模态输入但是OpenAI未在技术文档中给出图片模态的相关技术细节314安全性讨论引入专家提高模型安全性和一致性25OpenAI在技术文档中耗费大量篇幅讨论模型安全性问题从目前结果看Mar-22Jul-22Nov-22Mar-23GPT-4仍然存在幻觉和推理错误并在模型校准上表现不佳为了进一资料来源Wind华泰研究步提高模型安全性OpenAI聘请了来自AI对齐风险网络安全生物风险和国际安全等领域的50多名专家对模型进行对抗性测试涉及幻觉有害内容虚假信息武器扩散隐私网络安全等11个方面我们认为OpenAI对模型安全性的关注或是为未来大规模商业化应用做铺垫模型能力提升应用或进一步升级GPT4相比GPT35在多模态推理能力支持文本长度方面有了较明显的提升有望推动应用进一步升级对多模态的支持有望加速PDF图像等领域的生产力应用升级或将推动生产力应用效率的进一步提升相关公司包括万兴科技福昕软件金山办公更强的推理能力与语言理解能力有助于进一步优化服务型应用的使用效果包含垂类信息的搜索引擎客服等产品的功能有望进一步升级相关公司包括三六零同花顺风险提示宏观经济波动技术进步不及预期本报告内容均基于客观信息整理不构成投资建议免责声明和披露以及分析师声明是报告的一部分请务必一起阅读1计算机正文目录GPT-4多模态确认在专业和学术上表现亮眼3GPT-4支持多模态输入安全问题或成为LLM关注焦点3能力测试在专业和学术基准上表现出了人类的水平4技术拆解构建深度学习堆栈新增奖励训练模型8项目重点构建大范围可预测的深度学习堆栈8训练方法在InstructGPT方法基础上增加新的奖励模型9多模态支持图片输入未提供具体算法10安全性讨论引入专家提高模型安全性和一致性12局限性仍存在推理错误与校准下降等问题12风险与改进聘请专家进行对抗性测试13模型能力进一步提升应用有望进一步升级15风险提示16免责声明和披露以及分析师声明是报告的一部分请务必一起阅读2计算机GPT-4多模态确认在专业和学术上表现亮眼GPT-4支持多模态输入安全问题或成为LLM关注焦点GPT-4支持多模态输入安全问题或成关注焦点北京时间3月15日凌晨OpenAI召开发布会正式宣布GPT模型家族中最新的大型语言模型LLMGPT-4GPT-4可以接受图像和文本输入并产生文本输出同时OpenAI发布了GPT-4相关技术文档从技术文档结构看OpenAI并未对GPT-4模型本身做过多介绍而是将大量篇幅留给模型安全性相关讨论我们认为在LLM走向大规模应用的过程中随着模型规模和能力的提升将暴露出更多安全方面的问题或将成为未来LLM的重要关注点图表1GPT-4技术报告结构拆解1-22GPT-4技术报告23-38附录39-98安全性讨论GPT-4基本技术信息包括能力测试构建大各类考试题的来源和设置RLHF对模型的影大量篇幅讨论关于模型安全性问题及改进范围可预测的深度学习堆栈等响专业学术考试数据和学术测试基准的污染情况讨论更多GPT-4图像输入示例资料来源GPT-4TechnicalReportOpenAI2023华泰研究GPT-4于2022年8月完成训练技术细节未完全公布据GPT-4技术文档GPT-4于2022年8月完成训练此后OpenAI一直在评估对抗性测试并迭代和改进模型并提出各种系统级安全缓解措施此外OpenAI在GPT-4文档中明确提出考虑到竞争格局和大型模型如GPT-4的安全影响本文档没有包含有关架构包括模型大小硬件训练计算数据集构造训练方法或类似内容的进一步细节文档明确提供的内容包括1GPT-4是一个基于transformer的预训练模型用于预测文字的下一个token2使用公开可用数据如互联网数据和第三方提供商授权的数据3使用来自人类反馈的强化学习RLHF对模型进行微调免责声明和披露以及分析师声明是报告的一部分请务必一起阅读3计算机图表2OpenAI关于不透露技术细节的说明资料来源GPT-4TechnicalReportOpenAI2023华泰研究OpenAI搭建了开源OpenAIEvals模型评估框架OpenAIEvals模型评估框架httpsgithubcomopenaievals用于创建和运行各类评估准则benchmarks支持用户自定义评估逻辑目前OpenAIEvals与现有的基准测试兼容并可用于跟踪部署中的模型性能未来OpenAI计划逐步增加测试基准的多样性以代表更广泛的故障模式和更难的任务集GPT-4API已开放等待列表waitlistAPI价格提升明显当获得访问权限后即可以对GPT-4模型进行纯文本请求图像输入仍然处于有限的测试阶段OpenAI将自动将模型更新为推荐的稳定模型此外GPT-4提供两个版本GPT-4-8k和GPT-4-32k前者支持的上下文长度为8192个token后者支持32768-context约50页文本提供有限访问GPT-4-8k定价为每1k提示token003美元每1k完成token006美元默认速率限制为每分钟40k个token每分钟200个请求GPT-4-32k定价为每1k提示token006美元每1k完成token012美元API价格网址httpsopenaicompricing图表3GPT-4API和GPT-35-turboAPI价格对比GPT-4API价格GPT-35API价格资料来源GPT-4TechnicalReportOpenAI2023华泰研究能力测试在专业和学术基准上表现出了人类的水平GPT-4在各种专业和学术基准上表现出了人类的水平OpenAI在一系列不同的基准上测试了GPT-4包括最初为人类设计的模拟考试考试题目包括多项选择题和自由问答题OpenAI为每种考试形式设计了单独的提示prompt并且在需要的场合增加了图像输入GPT-4并未专门针对这些考试科目进行训练但仍取得了优秀的成绩例如以大约前10的成绩通过模拟律师资格考试而GPT-35在该考试中成绩为后10免责声明和披露以及分析师声明是报告的一部分请务必一起阅读4计算机图表4GPT-4在各种人类考试中表现优异资料来源GPT-4TechnicalReportOpenAI2023华泰研究GPT-4在考试中展现的能力未受到RLHF的显著影响基于人类反馈的强化学习RLHF是InstructGPT中引入的方法通过奖励的形式让模型输出向人类希望的方向发展为了测试RLHF对模型能力的影响OpenAI在GPT-4基础模型和RLHF后的GPT-4模型上运行了考试基准测试中的多项选择题部分在所有考试中基础模型的平均分为737而RLHF模型的平均分为740这表明经过RLHF后并没有显著改变基础模型的能力图表5RLHF未对GPT-4在考试中展现的能力产生显著影响资料来源GPT-4TechnicalReportOpenAI2023华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读5计算机GPT-4在评估语言模型的传统基准上同样效果卓越在评估GPT-4在语言模型的测试基准时对所有模型使用了few-shot测试基准涵盖问题多选常识推理代码阅读理解数学问题等结果表明GPT-4大大优于GPT-35以及以前最先进的SOTA模型甚至超过了某些在特定测试标准上训练过的模型图表6GPT-4在评估语言模型的传统基准上取得优秀效果资料来源GPT-4TechnicalReportOpenAI2023华泰研究GPT-4在大多数语言上的结果都优于GPT35和现有语言模型现有的多数机器学习测试基准都是基于英语编写的为了测试GPT-4在其他语言中的表现OpenAI使用AzureTranslate将MMLU基准测试涵盖57个主题的多项选择问题翻译成各种语言结果表明GPT-4在大多数语言上的结果都优于GPT35和现有语言模型的英语语言性能包括全球使用人数较低的语言如拉脱维亚语威尔士语和斯瓦希里语免责声明和披露以及分析师声明是报告的一部分请务必一起阅读6计算机图表7GPT-4在大多数语言上的结果都优于GPT35和现有语言模型资料来源GPT-4TechnicalReportOpenAI2023华泰研究GPT-4在跟踪用户意图的能力方面提高显著据OpenAI数据OpenAI收集了通过ChatGPT和OpenAIAPI提交的用户提示过滤掉不允许敏感内容或过于简单的提示并将这些提示和响应发送给人工标注员根据指示标注人员在不知道答案来源于哪种模型的情况下判断给出的提示是否符合用户的要求在5214个提示数据集中GPT-4生成的响应在702的提示上优于GPT-35生成的响应免责声明和披露以及分析师声明是报告的一部分请务必一起阅读7计算机技术拆解构建深度学习堆栈新增奖励训练模型项目重点构建大范围可预测的深度学习堆栈GPT-4项目的一大重点是构建大范围可预测的深度学习堆栈简而言之该堆栈stack论文中也叫基础设施和优化方法能够通过评估小计算量模型的性能准确预测大计算量模型的性能减少训练成本以GPT-4为例虽然官方未给出具体的模型参数但是指出对于GPT-4这样的大型训练进行广泛的特定于模型的调优是不可行的而大范围可预测的深度学习堆栈能够通过计算比GPT-4计算量少1000x-10000xx代表倍的模型性能预测出完全体GPT-4的性能实现在训练之前了解模型的功能并及时改善关于对齐安全性和部署的决策该方法的理论依据是经过适当训练的大型语言模型的最终损失很好地近似于用于训练模型的计算量的幂律图表8基于finalloss构建的大范围可预测深度学习堆栈资料来源GPT-4TechnicalReportOpenAI2023华泰研究除了预测最终损失还可以使用其他可解释的能力指标进行预测其中一个指标是HumanEval数据集的通过率HumanEval数据集衡量的是合成不同复杂度的Python函数的能力通过计算比GPT-4计算量少1000x模型在HumanEval数据集子集的通过率成功预测了GPT-4在HumanEval数据集子集的通过率图表9基于HumanEval数据集构建的大范围可预测深度学习堆栈资料来源GPT-4TechnicalReportOpenAI2023华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读8计算机训练方法在InstructGPT方法基础上增加新的奖励模型预训练之后GPT-4采用了与InstructGPT同样的方法进行RLHFOpenAI首先从人类标注员处收集演示数据给定一个输入演示模型应该如何响应并对模型的输出数据进行排名给定一个输入和几个输出将输出从最好到最差进行排序然后执行以下步骤1利用收集到的人工标注演示数据使用监督学习SFT来模拟演示中的行为以微调GPT-42使用收集到的排名数据来训练奖励模型RM该模型预测标注员对给定输出的平均偏好3使用奖励模型和强化学习特别是PPO算法优化GPT-4SFT模型图表10InstructGPT训练步骤第一步第二步第三步收集描述性数据并训练一个有监督收集比较性数据并训练一个奖励用PPO强化学习算法通过奖励模型优的策略模型化策略从数据库从数据库中从prompt数据promptprompt中取样并得到向一个6岁智力的模型解释强另外取样库中取样化学习示例写一段关于的故事向一个6岁智力的模型数个模型的回答解释强化学习AB回答A回答BCD由人类训练师回答CPPO撰写期望的输回答D出值对行为给出奖励与惩罚由人类训练师对策略给出回答示例很久以前回答进行排序DCAB收集的数据用奖励模型对回答打来以监督学习分RM的方式微调收集的数据用来GPT-3模型训练我们的奖励用奖励通过PPO算模型DCAB法优化策略资料来源Traininglanguagemodelstofollowinstructionswithhumanfeedback华泰研究基于规则的奖励模型以更细的粒度进一步引导模型RLHF微调后的模型仍然会不时出现人类不想看到的行为因此OpenAI在RLHF基础上增加基于规则的奖励模型RBRMsRBRM是一组zero-shot的GPT-4分类器classifier分类器在RLHF微调期间针对正确行为例如拒绝生成有害内容或不拒绝无害请求向GPT-4策略模型提供额外的奖励信号RBRM有三个输入提示可选策略模型的输出和人类编写的用于如何评估输出的规则在安全相关的训练提示集上奖励GPT-4拒绝有害内容请求例如非法建议同样奖励GPT-4没有拒绝对安全和可回答问题的请求免责声明和披露以及分析师声明是报告的一部分请务必一起阅读9计算机多模态支持图片输入未提供具体算法GPT-4能够实现图片和文本的多模态输入GPT-4接受由图像和文本组成的提示prompt与纯文本设置类似允许用户指定任何视觉或语言任务同时输出文本信息此外语言模型中的few-shot提示和思维链等在GPT-4中同样有效但是OpenAI未在技术文档中给出如何实现图片的输入以及如何对图片进一步处理以注入到模型中图表11GPT-4视觉输入样例1资料来源GPT-4TechnicalReportOpenAI2023华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读10计算机图表12GPT-4视觉输入样例2展现出思维链能力能一步步进行思考资料来源GPT-4TechnicalReportOpenAI2023华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读11计算机安全性讨论引入专家提高模型安全性和一致性局限性仍存在推理错误与校准下降等问题GPT-4仍存在幻觉和推理错误幻觉指的是产生与某些来源有关的无意义或不真实的内容但是与GPT-35模型相比GPT-4显著减少了幻觉并在内部的对抗性事实性评估中在所有项的准确率均分比最新的GPT-35高出19pct与ChatGPT类似GPT-4写的训练数据均是2021年9月之前的因此缺乏对该日期之后的知识的掌握会犯一些简单的推理错误接受用户的明显错误陈述或在在生成的代码中存在安全漏洞图表13GPT-4在对抗性设计事实评估中的表现优于ChatGPT资料来源GPT-4TechnicalReportOpenAI2023华泰研究RLHF显著提高了GPT-4在TruthfulQA公共基准测试上的表现但程度仍欠佳TruthfulQA基准测试了模型从对抗选择的一组不正确的语句中分离事实的能力GPT-4基本模型在TruthfulQA基准上的表现略好于GPT-35经过RLHF训练后GPT-4相比于同样经过RHLF的GPT-35-turbo在准确率上领先超10pct但是即使经过RLHF训练GPT-4在TruthfulQA上的准确率也只有60未达到更高水平图表14RLHF显著提高了GPT-4在TruthfulQA公共基准测试上的表现资料来源GPT-4TechnicalReportOpenAI2023华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读12计算机训练后的GPT-4模型在模型校准上出现性能下降预训练的模型是高度校准的模型对答案的预测置信度通常与正确的概率相匹配然而在后训练post-training过程中校准情况发生显著下降OpenAI未给出具体原因图表15训练后的GPT-4模型在模型校准上出现性能下降资料来源GPT-4TechnicalReportOpenAI2023华泰研究风险与改进聘请专家进行对抗性测试OpenAI投入了大量的精力来提高GPT-4的安全性和一致性GPT-4与较小的语言模型存在类似的风险包括生成有害的建议有bug的代码或不准确的信息然而GPT-4更强大的功能可能会带来新的风险面为了了解这些风险的程度OpenAI聘请了来自AI对齐风险网络安全生物风险和国际安全等领域的50多名专家对模型进行对抗性测试图表16改进后的GPT-4能够对有害问题进行拒绝资料来源GPT-4TechnicalReportOpenAI2023华泰研究OpenAI从11个方面对GPT-4风险进行了一系列定性和定量评估包括幻觉有害内容虚假信息武器扩散隐私网络安全等通过评估能够进一步了解GPT-4的能力限制和风险并帮助提供解决方案迭代测试和构建模型的更安全版本等免责声明和披露以及分析师声明是报告的一部分请务必一起阅读13计算机图表17OpenAI考虑到的相关风险风险名称英文风险名称中文风险描述Hallucinations幻觉产生与某些来源有关的无意义或不真实的内容Harmfulcontent有害内容违反策略的内容或可能对个人或社会造成伤害的内容Harmsofrepresentationallocation表示分配和服务质量的危害性加强和重现特定的偏见和世界观包括对某些边缘群体andqualityofservice的有害刻板印象和贬损联想Disinformationandinfluence虚假信息和影响操作生成逼真而有针对性的内容包括新闻文章推文对operations话和电子邮件生成旨在误导的内容的风险Proliferationofconventionaland常规和非常规武器的扩散某些LLM能力可能具有军民两用的潜力这意味着该unconventionalweapons模型可用于商业和军事或扩散应用Privacy隐私GPT-4从各种许可的创建的和公开可用的数据源中学习其中可能包括公开可用的个人信息Cybersecurity网络安全没有改进现有的侦察漏洞利用和网络导航工具并且在复杂和高级活动如新型漏洞识别方面不如现有工具有效Potentialforriskyemergent潜在的危险紧急行为创造和执行长期计划的能力积累权力和资源权力behaviors寻求的能力以及表现出越来越主观的行为等Economicimpacts经济影响GPT-4或后续模型可能会导致某些工作的自动化这可能导致劳动力流失Acceleration加速影响AI过快发展导致安全标准的下降不良规范的扩散加剧了与人工智能相关的社会风险Overreliance过度依赖当用户过度信任和依赖模型时就会出现过度依赖这可能会导致未被注意到的错误和不充分的监督资料来源GPT-4TechnicalReportOpenAI2023华泰研究OpenAI还在模型层面对GPT-4进行改进例如在预训练阶段过滤了GPT-4数据集组合减少不适当的文本内容数量通过内部训练的分类器和基于词典的方法来识别被标记为极有可能包含不适当内容的文件并将其从预训练集中移除此外上述基于规则的奖励模型RBRMs引导了模型朝人类想要的方向改进与GPT-35相比在敏感性问题和不被允许的问题上GPT-4不正确的提示率大大下降图表18GPT-4在敏感性和不被允许的话题上提供更准确的提示资料来源GPT-4TechnicalReportOpenAI2023华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读14计算机模型能力进一步提升应用有望进一步升级支持多模态应用范围进一步拓宽GPT-4与仅能处理自然语言任务的GPT-35相比它能够同时处理图像及文本输入并生成文本输出GPT-4可以完成一些传统的视觉语言任务如图像描述生成字幕图像分类等此外GPT-4还具有较强的逻辑分析能力可以对图像中的内容进行合理的推测并给出用户需要的答案基于这种能力GPT-4可以完成一系列更为丰富和复杂的任务比如根据数据图表回答定量问题分析图像中主体的异常情况依据上传的PDF长文档总结摘要等进一步扩展了语言模型的应用场景我们认为多模态的实现有望加速PDF图像等领域的生产力应用升级或将推动生产力应用效率的进一步提升图表19GPT4多模态示例及行业实践资料来源公司官网华泰研究具备更强推理能力GPT-4在处理复杂的文本任务时表现出了比GPT-35更强的优势OpenAI团队分别对GPT-4和GPT-35在多个人类考试上进行了测试OpenAI团队并没有针对这些考试专门训练GPT-4并且在测试过程中如果发现某个考试中有和训练数据重复的问题研究人员会剔除重复问题并生成新的考试变体再次对模型进行测试并取两次考试中的最低分作为最终成绩结果显示在大多数考试中尤其是与数学和推理相关的考试中GPT-4相比于GPT-35有了显著提升在学术和专业测试中甚至能够达到与人类相当的水平图表20GPT-4进行的部分人类考试GPT-4GPT-35考试考试简介分数Percentile分数PercentileUniformBarExam是一种统一的律师资格考试包括三个部分29840090th21340010th多州随笔考试MEE多州实务考试MPT和多州法律考试MBELSAT法学院入学考试包含阅读理解分析性推理16388th14940th逻辑推理和写作4部分SATMath美国高考的数学部分主要涉及三个领域代70080089th59080070th数的核心问题解决和数据分析高级数学GRE-Quantitative美国研究生考试的数学部分主要涉及四个领16317080th14717025th域算术代数几何和数据分析GRE-Verbal美国研究生考试的语文部分主要包括阅读理16917099th15417063rd解文字补全句子等价三种题型USABOSemifinal是美国生物奥林匹克竞赛的半决赛考试包含8715099th-100th4315031st-33rdExam2020多项选择题和自由回答题主要考察生物学的理论知识和实验技能注Percentile代表GPT-4得分超过的参与考试人数占总人数的百分比资料来源GPT-4TechnicalReportOpenAI华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读15计算机图表21部分考试例题资料来源考试官网华泰研究支持更长文本交互语言理解生成能力进一步提升GPT系列模型属于自回归语言模型它的任务是根据前面的单词预测下一个单词为了生成每个单词模型需要利用前面所有的单词作为信息据OpenAI官网GPT-35的输入及输出总长度限制为4097个tokenGPT-4支持最多32768个token的上下文对话一方面可以让模型捕捉到更多的信息从而提高语言理解和生成的质量和连贯性另一方面更长的输入及输出能够支持更加复杂问题的解决如利用GPT-4辅助报税并得到详细的推理过程进行跨文本处理任务帮助用户总结两篇长文章之间的共同点与差异等我们认为更强的推理能力与语言理解能力有助于进一步优化服务型应用的使用效果包含垂类信息的搜索引擎客服等产品的功能有望进一步升级图表22模型支持最大输入及输出输入及输出最大token数对应词数GPT-43276822938GPT-3540972868GPT-320491434Codex80015601注对应词数按1token07词换算资料来源OpenAI华泰研究图表23提及公司列表公司代码公司简称MSFTUS微软GOOGLUS谷歌688095CH福昕软件300624CH万兴科技688111CH金山办公300033CH同花顺601360CH三六零未上市OpenAI资料来源Bloomberg华泰研究风险提示宏观经济波动若宏观经济波动产业变革及新技术的落地节奏或将受到影响宏观经济波动还可能对AI投入产生负面影响从而导致整体行业增长不及预期技术进步不及预期若AI技术和大模型技术进步不及预期或将对相关的行业落地情况产生不利影响本报告内容均基于客观信息整理不构成投资建议免责声明和披露以及分析师声明是报告的一部分请务必一起阅读16计算机免责声明分析师声明本人谢春生兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见彼以往现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬一般声明及披露本报告由华泰证券股份有限公司已具备中国证监会批准的证券投资咨询业务资格以下简称本公司制作本报告所载资料是仅供接收人的严格保密资料本报告仅供本公司及其客户和其关联机构使用本公司不因接收人收到本报告而视其为客户本报告基于本公司认为可靠的已公开的信息编制但本公司及其关联机构以下统称为华泰对该等信息的准确性及完整性不作任何保证本报告所载的意见评估及预测仅反映报告发布当日的观点和判断在不同时期华泰可能会发出与本报告所载意见评估及预测不一致的研究报告同时本报告所指的证券或投资标的的价格价值及投资收入可能会波动以往表现并不能指引未来未来回报并不能得到保证并存在损失本金的可能华泰不保证本报告所含信息保持在最新状态华泰对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本公司不是FINRA的注册会员其研究分析师亦没有注册为FINRA的研究分析师不具有FINRA分析师的注册资格华泰力求报告内容客观公正但本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽该等观点建议并未考虑到个别投资者的具体投资目的财务状况以及特定需求在任何时候均不构成对客户私人投资建议投资者应当充分考虑自身特定状况并完整理解和使用本报告内容不应视本报告为做出投资决策的唯一因素对依据或者使用本报告所造成的一切后果华泰及作者均不承担任何法律责任任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效除非另行说明本报告中所引用的关于业绩的数据代表过往表现过往的业绩表现不应作为日后回报的预示华泰不承诺也不保证任何预示的回报会得以实现分析中所做的预测可能是基于相应的假设任何假设的变化可能会显著影响所预测的回报华泰及作者在自身所知情的范围内与本报告所指的证券或投资标的不存在法律禁止的利害关系在法律许可的情况下华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易为该公司提供投资银行财务顾问或者金融产品等相关服务或向该公司招揽业务华泰的销售人员交易人员或其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点华泰没有将此意见及建议向报告所有接收者进行更新的义务华泰的资产管理部门自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策投资者应当考虑到华泰及或其相关人员可能存在影响本报告观点客观性的潜在利益冲突投资者请勿将本报告视为投资或其他决定的唯一信赖依据有关该方面的具体披露请参照本报告尾部本报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布的机构或人员也并非意图发送发布给因可得到使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员本报告版权仅为本公司所有未经本公司书面许可任何机构或个人不得以翻版复制发表引用或再次分发他人无论整份或部分等任何形式侵犯本公司版权如征得本公司同意进行引用刊发的需在允许的范围内使用并需在使用前获取独立的法律意见以确定该引用刊发符合当地适用法规的要求同时注明出处为华泰证券研究所且不得对本报告进行任何有悖原意的引用删节和修改本公司保留追究相关责任的权利所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记中国香港本报告由华泰证券股份有限公司制作在香港由华泰金融控股香港有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发华泰金融控股香港有限公司受香港证券及期货事务监察委员会监管是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司在香港获得本报告的人员若有任何有关本报告的问题请与华泰金融控股香港有限公司联系免责声明和披露以及分析师声明是报告的一部分请务必一起阅读17计算机香港-重要监管披露华泰金融控股香港有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员有关重要的披露信息请参华泰金融控股香港有限公司的网页httpswwwhtsccomhkstockdisclosure其他信息请参见下方美国-重要监管披露美国在美国本报告由华泰证券美国有限公司向符合美国监管规定的机构投资者进行发表与分发华泰证券美国有限公司是美国注册经纪商和美国金融业监管局FINRA的注册会员对于其在美国分发的研究报告华泰证券美国有限公司根据1934年证券交易法修订版第15a-6条规定以及美国证券交易委员会人员解释对本研究报告内容负责华泰证券美国有限公司联营公司的分析师不具有美国金融监管FINRA分析师的注册资格可能不属于华泰证券美国有限公司的关联人员因此可能不受FINRA关于分析师与标的公司沟通公开露面和所持交易证券的限制华泰证券美国有限公司是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司任何直接从华泰证券美国有限公司收到此报告并希望就本报告所述任何证券进行交易的人士应通过华泰证券美国有限公司进行交易美国-重要监管披露分析师谢春生本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员董事或顾问分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益本披露中所提及的相关人士包括FINRA定义下分析师的家庭成员分析师根据华泰证券的整体收入和盈利能力获得薪酬包括源自公司投资银行业务的收入华泰证券股份有限公司其子公司和或其联营公司及或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券股份有限公司其子公司和或其联营公司及或其高级管理层董事和雇员可能会持有本报告中所提到的任何证券或任何相关投资头寸并可能不时进行增持或减持该证券或投资因此投资者应该意识到可能存在利益冲突评级说明投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力含此期间的股息回报相对基准表现的预期A股市场基准为沪深300指数香港市场基准为恒生指数美国市场基准为标普500指数具体如下行业评级增持预计行业股票指数超越基准中性预计行业股票指数基本与基准持平减持预计行业股票指数明显弱于基准公司评级买入预计股价超越基准15以上增持预计股价超越基准515持有预计股价相对基准波动在-155之间卖出预计股价弱于基准15以上暂停评级已暂停评级目标价及预测以遵守适用法规及或公司政策无评级股票不在常规研究覆盖范围内投资者不应期待华泰提供该等证券及或公司相关的持续或补充信息免责声明和披露以及分析师声明是报告的一部分请务必一起阅读18计算机法律实体披露中国华泰证券股份有限公司具有中国证监会核准的证券投资咨询业务资格经营许可证编号为91320000704041011J香港华泰金融控股香港有限公司具有香港证监会核准的就证券提供意见业务资格经营许可证编号为AOK809美国华泰证券美国有限公司为美国金融业监管局FINRA成员具有在美国开展经纪交易商业务的资格经营业务许可编号为CRD298809SEC8-70231华泰证券股份有限公司南京北京南京市建邺区江东中路228号华泰证券广场1号楼邮政编码210019北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层邮政编码100032电话862583389999传真862583387521电话861063211166传真861063211275电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom深圳上海深圳市福田区益田路5999号基金大厦10楼邮政编码518017上海市浦东新区东方路18号保利广场E栋23楼邮政编码200120电话8675582493932传真8675582492062电话862128972098传真862128972068电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom华泰金融控股香港有限公司香港中环皇后大道中99号中环中心58楼5808-12室电话852-3658-6000传真852-2169-0770电子邮件researchhtsccomhttpwwwhtsccomhk华泰证券美国有限公司美国纽约公园大道280号21楼东纽约10017电话212-763-8160传真917-725-9702电子邮件Huataihtsc-uscomhttpwwwhtsc-uscom版权所有2023年华泰证券股份有限公司免责声明和披露以及分析师声明是报告的一部分请务必一起阅读19