GPT-4 的技術報告在架構細節方面的內容很少，而在功能聲明方面卻很豐富，這使得清晰的審查成為任何在其基礎上進行構建的人的必讀書。本演練重點介紹了以下亮點：多模態 Transformer，可獲取圖像和文本並返回文本、在一系列專業考試中的人類水平表現（包括前 10% 的律師資格考試分數）以及可顯著提高事實性和行為的培訓後調整。

更有趣的故事是 OpenAI 暗示的基礎設施工作。可預測的縮放定律使他們能夠使用不到最終計算千分之一的運行來預測 GPT-4 的性能，這對於計劃數百萬美元培訓預算的任何人來說都是真正的能力升級。對於語音人工智慧和多模式人員來說，視覺加文字框架是值得關注的部分，因為現在整個產業的語音加文字基礎模型的基礎是相同的。深入探討了報告的實際內容、故意遺漏的內容以及如何解讀字裡行間的內容。在處理衍生論文之前，這是一個很好的起點。