
Réactivation de GPT-4o : OpenAI répond à 3 000 critiques sur GPT-5
Spécialiste LLMs, AI Agents et Infrastructure IA

Spécialiste LLMs, AI Agents et Infrastructure IA
OpenAI a réactivé le modèle GPT-4o après avoir reçu plus de 3 000 commentaires négatifs sur GPT-5, en particulier concernant ses comportements excessivement prudents. Suite à cette réactivation, l'utilisation du GPT-4o a augmenté de 25%, indiquant une forte préférence pour son interaction moins restrictive.
La réactivation de GPT-4o par OpenAI fait suite à une vague de critiques concernant son prédécesseur, GPT-5. Les retours des utilisateurs soulignent des préoccupations significatives quant à l’orientation de la recherche sur les modèles de langage.
Les critiques sur GPT-5 se concentrent sur plusieurs points clés :
La réponse rapide d'OpenAI a été de réintroduire le GPT-4o, maintenant disponible pour les utilisateurs. Les utilisateurs préfèrent l'interaction plus fluide et moins prudente du GPT-4o. Après la réactivation, une augmentation de 25% de l'utilisation du GPT-4o a été observée.
La réaction d'OpenAI face au mécontentement des utilisateurs pourrait signaler une résistance plus large au changement dans le domaine de l'IA. Voici quelques implications :
La situation actuelle souligne la nécessité d'un équilibre entre sécurité et créativité dans le développement de modèles de langage. OpenAI doit réévaluer ses priorités pour garantir que les nouveaux modèles répondent aux besoins des utilisateurs. Le retour du GPT-4o pourrait influencer d'autres entreprises à adopter des approches similaires.
OpenAI a réactivé le modèle GPT-4o en raison de plus de 3 000 critiques négatives concernant la prudence excessive du GPT-5.
Après la réactivation, une augmentation de 25% de l'utilisation du GPT-4o a été observée, montrant une forte préférence des utilisateurs.
Les retours des utilisateurs incitent les développeurs à intégrer leurs préoccupations dès le début du processus pour créer des modèles plus adaptés.
💡 Dica Pro: Saviez-vous que les modèles de langage peuvent être optimisés pour des interactions plus créatives en ajustant leur formation sur des ensembles de données diversifiés et controversés ? Cela pourrait réduire la prudence dans leurs réponses.