OpenAI: GPT-4o-mini (batch)

GPT-4o Mini er OpenAIs lille modell i GPT-4o-familien for avgrenset arbeid. Den tar imot tekst og bilder og produserer tekst, inkludert Structured Outputs. Rollen er nyttig når en applikasjon trenger et kort svar på en veldefinert forespørsel: hente ut felt, utvikle et svar fra innsendt referansemateriale eller gjennomføre et avgrenset trinn i en større prosess.

For et støttesvar oppgir du den innkommende meldingen, relevante regelutdrag og fakta som allerede er fastslått i samtalen. Be om et kort svarforslag, og angi eventuell informasjon som fortsatt trengs fra avsenderen. For dokumentuthenting definerer du feltene, forklarer håndteringen av manglende verdier og beholder en etikett som knytter hvert resultat til kilden. Den samme tilnærmingen kan gi en klassifisering, en redigert passasje eller en forklaring av en liten kodeendring uten å behandle modellen som en erstatning for applikasjonens omkringliggende logikk.

Produsenten oppgir et kontekstvindu på 128000 tokener, en maksimal utdatamengde på 16384 tokener og en kunnskapsgrense på 1. oktober 2023. Kildemateriale, samtale og genererte utdata opptar denne konteksten sammen. Hold vesentlige tidligere fakta synlige, og angi det påkrevde sluttproduktet. GPT-4o Mini er en separat liten modell, ikke en modus for utdatalengde i full GPT-4o; modellens egen identitet og muligheter skal styre oppgaven selv når de to modellene deler spesifikasjoner.

Bilder kan gi et skjermbilde, en dokumentside, et fotografi eller et diagram. OpenAIs bildearbeidsflyt godtar PNG, JPEG, WebP og ikke-animerte GIF-bilder, med detaljnivåene low, high eller auto for denne familien. Høyere detaljnivå følger produsentens behandling med bildefliser. Hold viktige etiketter leselige og riktig vei, og forklar hvilken del av bildet som skal forme svaret. Fine romlige sammenhenger, nøyaktig telling av gjenstander, uvanlige bildeprojeksjoner og noen former for ikke-latinsk tekst er dokumenterte vanskeligheter. Et avgrenset spørsmål gjør et visuelt svar lettere å sammenligne med det opprinnelige belegget. I OpenAIs dokumenterte bildearbeidsflyt er den samlede datamengden i forespørselen begrenset til 512 MB, og en forespørsel kan inneholde opptil 1500 bilder; bildene og teksten må også passe i modellens kontekst.

Produsentens filarbeidsflyt sender uthentet tekst og sidebilder fra PDF-filer til modeller med bildestøtte. Andre kontor- og tekstfiler bidrar med uthentet tekst, så innebygde bilder og diagrammer trenger en PDF-representasjon når det visuelle innholdet er viktig. Suppleringen fra regneark bruker opptil de første 1000 radene i hvert ark. Hver fil må være under 50 MB, med en samlet forespørselsgrense på 50 MB. Chat Completions godtar PDF-fildeler; den dokumenterte Responses-arbeidsflyten godtar et bredere sett av filformater. Behold side-, rad- eller avsnittsidentifikatorer i materialet som brukes til uthenting.

Strømming returnerer tekst gradvis. Structured Outputs begrenser et fullført svar til den støttede JSON Schema-delmengden, mens en forespørsel om JSON-modus bare sikrer gyldig JSON. Angi obligatoriske felt og tillatte verdier, inkludert en eksplisitt fremstilling av manglende belegg. Applikasjonene må håndtere avslag og ufullstendige svar separat. Et skjema kan gjøre produktet egnet for neste trinn, men verdiene må fortsatt gjenspeile den faktiske kilden, fremfor en oppdiktet utfylling av et tomt felt.

GPT-4o Mini støtter funksjonskall og produsentens verktøybaserte arbeidsflyter med nettsøk, filsøk, kodetolking og MCP-tilkoblinger. Beskriv en tilgjengelig funksjon, la applikasjonen utføre den forespurte operasjonen og returnere observasjonen før modellen utvikler et oppfølgingssvar. OpenAI støtter også et separat bildegenereringsverktøy i den konfigurerte Responses-arbeidsflyten. Bilder produsert av verktøyet er separate produkter; modellens egne dokumenterte utdata er fortsatt tekst. Søk og verktøybruk er konfigurerte aktiviteter, ikke belegg for at alle svar har konsultert oppdatert informasjon.

Predicted Outputs støtter regenerering av et i hovedsak kjent dokument eller en kodefil med en liten endring. Oppgi det tidligere innholdet og den presise redigeringen, og sammenlign deretter produktet med forespørselen. Prediksjonsarbeidsflyten støtter bare tekst og kombineres ikke med funksjonskall; logprobs, max_completion_tokens og flere andre innstillinger er også utelukket. En vanlig forespørsel som bruker verktøy, er en annen arbeidsflyt når svaret avhenger av et nytt oppslag eller en beregning.

OpenAI dokumenterer finjustering for denne modellen og beskriver bruk av en større modells utdata til å lære opp en mindre GPT-4o Mini-modell i en spesialisert oppgave. Denne destillasjonsprosessen produserer en tilpasset modell; den endrer ikke identiteten til et vanlig Mini-svar. For en vanlig forespørsel etablerer du oppgaven og resultatformen med tydelige eksempler, og bruker deretter en avgrenset oppfølging til å revidere det samme resultatet. Et nyttig sluttprodukt forblir knyttet til kildefaktaene, den tiltenkte leseren og applikasjonstrinnet som bruker det.