OpenAI GPT-4 Beta版本Code Interpreter功能分析

OpenAI最近在GPT-4中推出了Code Interpreter功能的Beta版本，它是ChatGPT的一个版本，可以编写和执行Python代码，并处理文件上传。以下是对其表现的基本分析。

主要功能

1. 文件信息获取：Code Interpreter可以从文件名获取相关信息，并使用生成的Python代码对提供的文件类型进行处理。例如，PDF文件将被解析为文本，而PNG图片将被压缩后输入（目前还不清楚输入的具体格式）。
2. Python代码生成：Code Interpreter会根据输入文件的类型生成相应的代码，输出包括STDOUT和STDERR，以及处理结果RESULT。这些内容都会被折叠展示。
3. 超出Token Limit的内容处理：Code Interpreter利用生成的外部工具检索和摘取用户所需的内容部分，这部分内容会作为输入，其余内容则作为文件缓存，不会被直接读取。

功能测试

针对不同的文件类型，进行了Code Interpreter功能的测试。

图表（png）

Code Interpreter从文件名获取相关信息，可能有系统提示帮助模型注意到文件名。但是在处理图片过程中，图片被压缩，可能导致复杂视觉表格图片内容无法正确读取。

长文本（pdf）

对于PDF文件，Code Interpreter生成简单的代码并执行，例如使用PyPDF2处理PDF文件，并输出处理后的内容，包括STDOUT、STDERR和结果RESULT。

选取了较靠后的段落（超过Token限制）来检查GPT-4的Token分配情况。测试结果表明，GPT-4并未直接读取整个文件，而是引导用户选择一部分内容。然后，GPT-4会生成外部工具，利用这个工具检索和摘取用户指定的内容，将结果作为Context传入模型，结合用户的Prompt进行处理。

短代码（ipynb）

对于短代码文本，GPT-4的Code Interpreter可以生成简单的解析工具获取文本，并将文本作为RESULT输入模型。

长代码 (C++)

然而，对于长度超过最大Token数量的长文本代码，GPT-4的Code Interpreter未能正确输出完整的代码，只输出了其中一部分，并将这部分代码作为Context载入模型。

这就说明，对于长度超过Token Limit的文本，GPT-4的Code Interpreter功能仍有局限性。