Canvas je novi interfejs za rad sa ChatGPT-om na projektima pisanja i kodiranja koji nadilaze jednostavan razgovor. Canvas se otvara u posebnom prozoru, omogućavajući tebi i ChatGPT-u da sarađujete na projektu. Ova rana beta verzija uvodi novi način zajedničkog rada—ne samo kroz konverzaciju, već i kroz stvaranje i usavršavanje ideja rame uz rame.

Canvas je izgrađen pomoću GPT-4o i može se ručno odabrati u selektoru modela dok je u beta fazi. Počevši od danas, Canvas je uveden za ChatGPT Plus i Team korisnike globalno. Enterprise i Edu korisnici će dobiti pristup sledeće nedelje. Takođe, planirano je da Canvas bude dostupan svim korisnicima ChatGPT Free kada izađe iz beta verzije.

Bolja saradnja sa ChatGPT-om

Ljudi svakodnevno koriste ChatGPT za pomoć pri pisanju i kodiranju. Iako je interfejs za razgovor jednostavan za upotrebu i dobro funkcioniše za mnoge zadatke, ograničen je kada radite na projektima koji zahtevaju uređivanje i revizije. Canvas nudi novi interfejs za ovu vrstu rada.

Sa Canvas-om, ChatGPT može bolje razumeti kontekst onoga što pokušavaš da postigneš. Možeš istaći određene delove kako bi tačno ukazao na ono na šta želiš da se ChatGPT fokusira. Kao urednik teksta ili revizor koda, može ti pružiti povratne informacije i sugestije, uzimajući u obzir ceo projekat.

Ti kontrolišeš projekat u Canvas-u. Možeš direktno uređivati tekst ili kod. Tu je i meni prečica pomoću kojih možeš zatražiti od ChatGPT-a da prilagodi dužinu teksta, otkloni greške u kodu i brzo obavi druge korisne radnje. Takođe možeš vratiti prethodne verzije svog rada koristeći dugme za vraćanje unazad u Canvas-u.

Canvas se automatski otvara kada ChatGPT prepozna situaciju u kojoj bi mogao biti koristan. Takođe možeš uključiti „use canvas“ u svoj prompt kako bi otvorio Canvas i koristio ga za rad na postojećem projektu.

Prečice za pisanje uključuju:

• Predloži izmene: ChatGPT daje sugestije i povratne informacije direktno u tekstu.
• Prilagodi dužinu: Uređuje dužinu dokumenta kako bi bio kraći ili duži.
• Promeni nivo čitanja: Prilagođava nivo čitanja, od vrtića do fakulteta.
• Dodaj završnu obradu: Proverava gramatiku, jasnoću i doslednost.
• Dodaj emotikone: Dodaje relevantne emotikone za naglašavanje i boje.

Kodiranje u Canvas-u

Kodiranje je iterativni proces, a može biti teško pratiti sve izmene u svom kodu tokom razgovora. Canvas olakšava praćenje i razumevanje izmena koje ChatGPT pravi, a planiramo da nastavimo sa poboljšanjem transparentnosti ovih vrsta izmena.

Prečice za kodiranje uključuju:

• Pregledaj kod: ChatGPT pruža inline sugestije za poboljšanje tvog koda.
• Dodaj logove: Ubacuje print izjave kako bi ti pomogao da otkloniš greške i razumeš svoj kod.
• Dodaj komentare: Dodaje komentare u kod kako bi ga učinio lakšim za razumevanje.
• Ispravi greške: Otkriva i prepisuje problematičan kod kako bi rešio greške.
• Portuj u jezik: Prevodi tvoj kod u JavaScript, TypeScript, Python, Java, C++ ili PHP.

Obučavanje modela za saradnju

GPT-4o zna kada da otvori Canvas, izvrši ciljana uređivanja i potpuno prepiše tekst. Takođe razume širi kontekst kako bi pružio precizne povratne informacije i sugestije.

Istraživački tim razvio je sledeća osnovna ponašanja:

• Pokretanje Canvas-a za pisanje i kodiranje
• Generisanje različitih tipova sadržaja
• Izvršavanje ciljnih izmena
• Prepisivanje dokumenata
• Pružanje povratnih kritika

Napredak je meren kroz više od 20 automatizovanih internnih evaluacija. Korišćena je nova tehnika generisanja sintetičkih podataka, kao što je destilacija izlaza iz OpenAI o1-preview, kako bi se dodatno obučio model za njegova osnovna ponašanja. Ovaj pristup omogućava brzo adresiranje kvaliteta pisanja i nove interakcije korisnika, sve bez oslanjanja na podatke koje su generisali ljudi.

Jedan od ključnih izazova bio je definisati kada pokrenuti Canvas. Model otvara Canvas za upite poput „Napiši blog post o istoriji zrna kafe“, dok izbegava prekomerno pokretanje za opšte Q&A zadatke poput „Pomozi mi da skuvam novi recept za večeru.“ Za zadatke pisanja, prioritet je stavljen na poboljšanju „ispravnih okidača“ (na račun „ispravnih ne-okidača“), dostigavši 83% u poređenju sa osnovnom nulti-snimljenom verzijom GPT-4o sa zatraženim instrukcijama.

Vredno je napomenuti da je kvalitet takvih osnovnih linija veoma osetljiv na specifičan upit koji se koristi. Sa različitim upitima, osnovna verzija može još uvek loše funkcionisati, ali na drugačiji način—na primer, može biti ravnomerno netačna u zadacima kodiranja i pisanja, što dovodi do različite distribucije grešaka i alternativnih formi suboptimalnih performansi.

Drugi izazov se odnosio na podešavanje ponašanja uređivanja modela nakon što je Canvas pokrenut—konkretno, odlučivanje kada izvršiti ciljanu izmenu, a kada prepisati ceo sadržaj. Model je obučen da izvrši ciljana uređivanja kada korisnici eksplicitno odaberu tekst putem interfejsa, dok inače favorizuje prepisivanje. Ovo ponašanje se nastavlja razvijati dok usavršavamo model.

Na kraju, obučavanje modela za generisanje visokokvalitetnih komentara zahtevalo je pažljivu iteraciju. Za razliku od prva dva slučaja, koja se lako prilagođavaju automatizovanoj evaluaciji uz detaljne ručne provere, merenje kvaliteta na automatizovan način je posebno izazovno. Stoga su korišćene ljudske evaluacije za procenu kvaliteta i tačnosti komentara. Integrisani model Canvas’a nadmašuje nulti-snimljeni GPT-4o sa zatraženim instrukcijama za 30% u tačnosti i 16% u kvalitetu, pokazujući da sintetičko obučavanje značajno poboljšava kvalitet i ponašanje odgovora u poređenju sa nulti-snimljenim pokretanjem sa detaljnim instrukcijama.