OpenAI, GPT-4.5 modelini araştırma önizlemesi olarak sunuyor. Bu model, önceki sürümlerden farklı olarak doğrudan mantık yürütme için optimize edilmiyor, ancak gelecekte daha gelişmiş bir düşünme modeli için temel oluşturabileceği konuşuluyor. OpenAI’nin şu ana kadar geliştirdiği en büyük model olan GPT-4.5, devasa miktarda veri ve işlem gücü kullanılarak eğitiliyor ve çalıştırılması oldukça maliyetli bir sistem olarak karşımıza çıkıyor. Şirket, bu modelin uzun vadede API aracılığıyla sunulup sunulmayacağını değerlendirmeye devam ediyor.
GPT-4.5 Nasıl Çalışıyor?
GPT-4.5, metin ve görselleri giriş olarak alıp, metin çıktıları üretiyor. Gelecekte ses ve video etkileşimlerinin de eklenmesi planlanıyor. Model, kamuya açık veriler, OpenAI’nin ortaklıkları ve kendi iç veri setleri ile eğitiliyor. Ayrıca, daha küçük modellerin ürettiği veriler de bu süreçte kullanılıyor.
Buradaki en büyük farklardan biri, eğitim sürecinin büyük ölçüde ölçeklendirilmiş olması. OpenAI, her büyük işlem gücü artışının yeni yetenekler kazandırdığını belirtiyor ve GPT-4.5’in önceki modellere göre 10 kat daha fazla hesaplama gücüyle eğitildiğini tahmin edebiliyoruz.
Bu süreçte kalite filtreleme de büyük önem taşıyor. Modelin eğitimi sırasında:
- Kişisel veriler temizleniyor.
- Kimyasal, biyolojik, radyolojik ve nükleer tehditler ile ilgili içerikler filtreleniyor.
- Yeni ölçeklendirme teknikleri ile denetimsiz ön eğitim, denetimli ince ayar ve model hizalaması daha verimli hale getiriliyor.
GPT-4.5’in Gücü ve Zayıf Noktaları
OpenAI CEO’su Sam Altman, GPT-4.5’in bir mantık yürütme modeli olmadığını ve mevcut testlerde büyük sıçramalar yapmayacağını açıkça belirtiyor. Ancak model, genel bilgi açısından daha güçlü, istemlere daha iyi yanıt veriyor, daha yaratıcı ve duygusal zekası daha gelişmiş bir model olarak tanımlanıyor.
Özellikle, önceki modellere kıyasla daha az halüsinasyon (yanlış bilgi üretme) eğiliminde olduğu görülüyor. Örneğin:
- PersonQA (kişilerle ilgili kamuya açık bilgileri içeren sorular) testinde GPT-4.5, %78 doğruluk oranı yakalıyor.
- GPT-4o: %28
- o1: %55
- Yanıltıcı bilgi üretme oranı GPT-4.5 için 0.19 olarak ölçülüyor.
- GPT-4o: 0.52
- o1: 0.20
Kodlama testlerinde ise performans daha değişken görünüyor.
- SWE-Bench Verified (yazılım mühendisliği testleri):
- GPT-4.5: %38 başarı oranı
- GPT-4o: %30.7
- Derin araştırma metodolojisi: %61
- SWE-Lancer Diamond (tam yığın yazılım mühendisliği testleri):
- GPT-4.5: %32.6 başarı oranı
- GPT-4o: %23.3
- o3-mini: %10.8
- Derin araştırma metodolojisi: %48 civarında
Bu veriler, GPT-4.5’in özellikle bilgi doğruluğu ve duyarlılık açısından geliştiğini, ancak bazı teknik alanlarda halen derin araştırma yaklaşımlarının gerisinde kaldığını gösteriyor.
OpenAI’nin Stratejik Yönü
GPT-4.5’in piyasaya sürülmesi, OpenAI’nin genel bilgi ve mantık yürütme modellerini ayrı geliştirme stratejisinden uzaklaştığını gösteriyor. Şirket, büyük ölçekli ön eğitim modeline hâlâ güçlü bir yatırım yapıyor, ancak aynı zamanda süreç içinde farklı modelleri birleştirecek yeni yaklaşımlar geliştiriyor olabilir.
Öte yandan, OpenAI büyük bir donanım darboğazı yaşıyor. GPU kıtlığı, yeni modellerin geliştirilmesini ve ölçeklendirilmesini etkileyen en büyük faktörlerden biri olarak karşımıza çıkıyor. Altman’ın da belirttiği gibi, OpenAI şu an mevcut talepleri karşılamakta zorlanıyor ve bu, GPT-4.5’in API olarak sunulup sunulmayacağını belirleyen en büyük etkenlerden biri olabilir.
Büyük Modellerin Geleceği
GPT-4.5’in piyasaya sürülmesi, yapay zeka araştırmalarında ölçek ekonomisinin önemini bir kez daha ortaya koyuyor. Bugün, büyük ölçekli ön eğitim mi yoksa çıkarım (inference) sırasında ekstra işlem gücü kullanımı mı daha etkili? sorusu, AI dünyasında büyük bir tartışma konusu.
Bazı AI yaklaşımları, çıkarım sürecinde daha fazla hesaplama gücü kullanarak adım adım mantık yürütme ve dinamik düşünme süreçlerini geliştiriyor. OpenAI’nin kendi o serisi gibi. Ancak OpenAI’nin GPT-4.5 ile yaptığı şey, hala büyük modellerin daha fazla ön eğitim ile anlamlı sıçramalar yapabileceğini savunmak gibi görünüyor.
Hâlâ büyük modellerden çok şey çıkarmak mümkün! Ön eğitimde ve çıkarım süreçlerinde daha fazla işlem gücü kullanmanın neler sağlayabileceğini görmek heyecan verici. OpenAI’nin bu denemesi, gelecekte mantık yürütme ve bilgi işleme süreçlerini birleştiren yeni model yaklaşımlarına kapı açabilir.