Frá GPT-3 til GPT-5: Hvernig gæði gervigreindarþýðinga breyttust í raun

GPT-3, GPT-4 og GPT-5 eru með fimm ára millibili og nokkrum kynslóðum kerfishönnunar, en hin gagnlega spurning varðandi þýðingar er ekki „hvert þeirra er gáfaðast“. Hún er sértækari: hvað breyttist nákvæmlega í því hvernig þessi líkön ráða við þá hluta tungumáls sem ekki er hægt að þýða orð fyrir orð, eins og orðatiltæki, tvíræðni og málsnið? Framfarirnar áttu sér stað á tilteknum sviðum, á tilteknum tímapunktum, og þær fylgdu ekki beinni línu frá eldra til nýrra.

Hvað GPT-3 bauð í raun upp á fyrir þýðingar

OpenAI gaf út GPT-3 árið 2020, áður en prófunarforrit MachineTranslation.com varð til, þannig að ekkert hér er séreignarviðmið. Þetta er vel skjalfest saga, ekki niðurstöður úr innri prófunum. GPT-3 var fyrsta líkanið sinnar tegundar sem gat framleitt reiprennandi, eðlilegan texta á mörgum tungumálum án sérstakrar verkefnaþjálfunar, sem gerði það að raunverulegum tímamótum. Hvað þýðingar varðar sérstaklega skapaði þetta sama reiprennsli raunverulega áhættu: GPT-3 gat búið til örugga, vel mótaða setningu á markmálinu sem var engu að síður röng, án þess að nokkuð í úttakinu gæfi til kynna að mistök hefðu átt sér stað.

Hvað breyttist þegar GPT-4 kom til sögunnar

GPT-4 kom út í mars 2023 og líkanaprófanir MachineTranslation.com hefjast um svipað leyti og sú kynslóð. Framförin var raunveruleg en ójöfn. Þegar tvíræði enski frasinn „That's sick“ var prófaður á japönsku var GPT-4.1-nano eina líkanið af sex prófuðum sem felldi vísvitandi tvíræðni setningarinnar niður í eina túlkun, á meðan hin fimm varðveittu tvíræðnina sem upprunalegi frasinn ætlaði sér. Orðatiltæki voru meiri veikleiki: þegar spænska orðatiltækið „llevarse el gato al agua“ var keyrt í gegnum fimm GPT-útgáfur samtímis framleiddu smærri líkönin GPT-4o-mini og GPT-4.1-nano bæði sömu bókstaflegu, röngu þýðinguna og misstu alveg af orðatiltækinu.

Sama mynstur kom fram annars staðar. Þýskt orðatiltæki, „ich verstehe nur Bahnhof“, sem var keyrt í gegnum átta undirútgáfur af GPT og Claude, var þýtt bókstaflega og rangt af GPT-4o-mini sérstaklega, á meðan minna og nýrra líkan í sama prófi, GPT-4.1-nano, hafði rétt fyrir sér. Kynslóð og stærð líkans fóru ekki saman á neinn samræmdan hátt, en það er mynstur sem prófanir MachineTranslation.com á líkanaútgáfum fjalla nánar um.

Hvað GPT-5 breytti fyrir þýðingar

OpenAI kynnti GPT-5 sem samræmt kerfi sem beinir fyrirspurnum á milli hraðvirks sjálfgefins líkans og dýpra rökhugsunarlíkans eftir verkefnum, sem er formbreyting frá fyrri hönnun GPT-4 sem byggði á einu líkani. Eigin GPT-5 System Card frá OpenAI greinir frá því að heildartíðni staðreyndavillna hjá líkaninu sé um 45% lægri en hjá GPT-4 og 80% lægri en hjá GPT-3, en þetta er almennur áreiðanleikaávinningur sem kemur einnig fram í þýðingum sérstaklega. Prófanir MachineTranslation.com sýna skýrustu framfarirnar þar sem líkön af GPT-4-kynslóðinni áttu í mestum erfiðleikum: í sama spænska orðatiltækinu og GPT-4o-mini og GPT-4.1-nano þýddu vitlaust skiluðu bæði GPT-5.4-mini og GPT-5.4 réttum, eðlilegum orðatiltækjaþýðingum, þar sem hvort um sig orðaði það örlítið á annan hátt en bæði skildu orðatiltækið sjálft.

Þetta síðasta atriði skiptir máli: sérstakt próf á hefðbundnum viðskiptafrasa, „please confirm receipt of this document“, þýddum yfir á þýsku, skilaði nánast eins niðurstöðu í öllum prófuðum líkönum, þar með töldum GPT-4o-mini og líkönum af GPT-5-kynslóðinni. Munurinn á milli kynslóða er bundinn við myndrænt og tvírætt málfar, en er ekki almennur gæðamunur.

Þýðir nýrri GPT-kynslóð alltaf betri þýðingu?

Nei. Við prófun á hebresku orðatiltæki þvert á módelfjölskyldur skiluðu GPT-5.4-mini og GPT-5.4 tveimur mismunandi túlkunum að hluta á sama orðasambandi, hvorugri að fullu réttri, á meðan eldra, ótengt módel komst nær því. Nýrra módel er ekki sjálfkrafa nákvæmara, og stærra eða nýrra módel er ekki sjálfkrafa öruggari kosturinn fyrir tiltekna setningu.

Staða GPT-5 í þýðingum í dag

Bæði GPT-3 og GPT-4 hafa verið tekin úr notkun í ChatGPT; GPT-4 er aðeins aðgengilegt í gegnum API frá OpenAI fyrir fyrirliggjandi samþættingar. Núverandi kynslóð, GPT-5.4 og GPT-5.5, er það sem MachineTranslation.com keyrir í dag, og hún stendur sig samkeppnishæft gagnvart núverandi módelum frá öðrum veitendum, þótt hún sé ekki einsleitt betri á hverju tungumálapari. Til að skoða nánar hvernig núverandi undirútgáfur GPT bera sig saman innbyrðis og við módel eins og Claude og DeepSeek, sjáðu beinar undirútgáfuprófanir MachineTranslation.com, sem kafa dýpra en kynslóðayfirlit getur gert.

Hvað þetta þýðir ef þú ert að staðfæra í miklum mæli

Niðurstaðan sem skiptir mestu máli fyrir stórt staðfærsluverkefni er ekki „GPT-5 vinnur GPT-3.“ Hún er sú að útgáfa módels, ekki bara módelfjölskylda, ræður því hvort tiltekið orðatiltæki eða tvíræður frasi sé þýddur rétt, og það á við um öll tungumálapör, ekki bara þau fáu sem sýnd eru hér. Þetta skiptir mestu máli í efni sem byggir fyrst og fremst á tónblæ og myndmáli, sérstaklega markaðstexta og notendagerðu efni, þar sem eitt orðatiltæki sem þýtt er bókstaflega getur breytt allri merkingu færslu eða auglýsingar. Verkefni sem færir efni yfir á tugi tungumála mun rekast á nákvæmlega þessa tegund máls í þeim öllum. Undirútgáfuprófunaröð MachineTranslation.com og heildarprófanir á módelsamanburði fjalla um þetta ítarlegar. Nálgun vettvangsins, að keyra núverandi GPT-módel samhliða meira en 20 öðrum í hverri þýðingu, er sérstaklega til komin vegna þess að útgáfusaga eins staks módels er ekki nægilega áreiðanleg trygging ein og sér.

Algengar spurningar