免费使用 GPT-4 和 GPT-3.5 新方法:无限使用,随时切换,牛逼!

简介: 免费使用 GPT-4 和 GPT-3.5 新方法:无限使用,随时切换,牛逼!

近日,一个名为 GPT4Free 的项目在互联网上声名鹊起;原因在于其提供了对 GPT-4 及 GPT-3.5 免费且几乎无限制的访问。

该项目通过对各种调用了 OpenAI API 网站的第三方 API 进行逆向工程,达到使任何人都可以免费访问该流行 AI 模型的目的。

具体来说,GPT4Free 并没有绕过 OpenAI 的付费墙,而是 “欺骗” OpenAI API,让它误以为接收的是来自拥有付费 OpenAI 账户的网站的请求。

因此,成本其实还是由这些被 GPT4Free 逆向工程了的网站所承担。此外,GPT4Free 还包括了针对不同提示注入攻击的快捷方式,旨在让 GPT-3.5 和 GPT-4 以 OpenAI 不希望的方式运行。

目前已被逆向工程的网站名单有:

Website Model(s)
poe.com GPT-4/3.5
writesonic.com GPT-3.5 / Internet
t3nsor.com GPT-3.5
you.com GPT-3.5 / Internet / good search
phind.com GPT-4 / Internet / good search
sqlchat.ai GPT-3.5
chat.openai.com/chat GPT-3.5
bard.google.com custom / search
bing.com/chat GPT-4/3.5
chat.forefront.ai/ GPT-4/3.5

项目作者 xtekky 是一名计算机科学专业的学生,他向科技网站 TechCrunch 表示,“逆向工程是我一直非常喜欢的一个领域,这对我来说就像是一个挑战”。

并透露,自己创建 GPT4free 的初衷仅仅是为了好玩;但随着项目热度的提升,他认为 GPT4free 的存在已经有了更多的意义,即为无法使用 GPT-4/3.5 的人提供一个替代方案。

但 GPT4free 这一做法不免引起了一些道德层面的质疑和担忧,xtekky 对此则发布了公告回应:

亲爱的 Gpt4free 社区, 我要感谢你们对这个项目的兴趣和支持,我最初只是处于娱乐和教育目的;我没想到它最终会如此受欢迎。

我知道对该项目的合法性及其对托管 API 的小型站点的影响的担忧。我认真对待这些关切并计划解决它们。

一下是我为解决这些问题所做的工作:

1、从小型站点中删除 API:为了减少对小型站点的影响,我已从存储库中删除了它们的 API。如果你是一个网站的所有者并希望将其删除,请给我发私信。

2、对道德使用的承诺:我想强调我对促进语言模型的道德使用的承诺。我不支持任何非法或不道德的行为,我希望用户遵循同样的原则。

感谢你的支持和理解。感谢你对 gpt4free 的持续关注,我将继续致力于解决用户的担忧。

真诚的,xtekky

关于是否违反了 OpenAI 的服务条款,xtekky 也进行了否认并表示,GPT4Free 严格用于教育目的;如果真的面临法律纠纷,他将会尝试通过其他方式来继续该项目。

同时,他也在项目仓库主页补充了声明,“此存储库使用第三方 API 和 AI 模型,与 API 提供者或模型的原始开发人员没有任何关联,也没有得到他们的认可。该项目仅用于教育目的 。”

1、免责声明:此存储库中提及的 API、服务和商标属于其各自所有者。本项目不主张对它们的任何权利。

2、责任:本库作者对因使用或误用本库或第三方 API 提供的内容而产生的任何后果,以及因用户行为造成的任何损害或损失不承担任何责任。

3、仅用于教育目的:此存储库及其内容严格出于教育目的而提供。通过使用所提供的信息和代码,用户承认他们正在自行承担使用 API 和模型的风险,并同意遵守任何适用的法律和法规。

相关链接:https://techcrunch.com/2023/04/25/a-developer-exploited-an-api-flaw-to-provide-free-access-to-gpt-4/

相关文章
|
机器学习/深度学习 运维 数据可视化
chat GPT在常用的数据分析方法中的应用
ChatGPT在常用的数据分析方法中有多种应用,包括描述统计分析、探索性数据分析、假设检验、回归分析和聚类分析等。下面将详细介绍ChatGPT在这些数据分析方法中的应用。 1. 描述统计分析: 描述统计分析是对数据进行总结和描述的方法,包括计算中心趋势、离散程度和分布形状等指标。ChatGPT可以帮助你理解和计算这些描述统计指标。你可以向ChatGPT询问如何计算平均值、中位数、标准差和百分位数等指标,它可以给出相应的公式和计算方法。此外,ChatGPT还可以为你提供绘制直方图、箱线图和散点图等图表的方法,帮助你可视化数据的分布和特征。 2. 探索性数据分析: 探索性数据分析是对数据进行探
286 0
|
4天前
|
机器学习/深度学习 人工智能 PyTorch
使用PyTorch实现GPT-2直接偏好优化训练:DPO方法改进及其与监督微调的效果对比
本文将系统阐述DPO的工作原理、实现机制,以及其与传统RLHF和SFT方法的本质区别。
50 22
使用PyTorch实现GPT-2直接偏好优化训练:DPO方法改进及其与监督微调的效果对比
|
5月前
|
人工智能 自然语言处理 算法
GPT-4 Turbo 和 GPT-4 的区别
GPT-4 vs GPT-4 Turbo: 探索OpenAI的顶级模型,GPT-4以其出色的文本生成和理解闻名,适合高端内容需求,但成本高;GPT-4 Turbo,优化版,提供相似性能但更高效、经济,适用于大规模商业应用,尤其在速度和资源效率上展现优势。用户可根据质量、效率和成本需求选择合适模型。
123 4
|
7月前
|
搜索推荐 API
【强烈推荐使用】免费在线使用 GPT-4 | Free GPT-4 Online
这是一个无需API密钥的在线GPT-4工具,用户可直接输入消息进行交互。特色功能包括:重试按钮、Prompt菜单、重新开始对话及设置选项(如随机性调整和历史消息数选择),提供个性化和高效交流体验。详情见个人主页简介。
672 5
【强烈推荐使用】免费在线使用 GPT-4 | Free GPT-4 Online
|
2月前
|
算法 搜索推荐 机器人
【ChatGPT】参加计算机科学考试(GPT-4对比GPT-3.5)
【ChatGPT】参加计算机科学考试(GPT-4对比GPT-3.5)
52 0
|
5月前
|
测试技术
8B尺寸达到GPT-4级性能!北大等提出医疗专家模型训练方法
【7月更文挑战第8天】北京大学等研究者提出的新方法缓解了大模型如Llama-3-8B在持续预训练时的“稳定性差距”,通过多轮次训练、高质量子语料库选择和数据混合策略,提升性能和效率。在医疗领域,他们将OpenLlama-3B性能提升至40.7%,并创建的Llama-3-Physician模型达到GPT-4级别。尽管取得突破,该方法在其他模型和领域的适用性仍需探索,且持续预训练仍资源密集。[链接: https://arxiv.org/abs/2406.14833]
98 25
|
7月前
|
人工智能 自然语言处理 安全
GPT-4通过图灵测试,胜率高达54%!UCSD新作:人类无法认出GPT-4
【5月更文挑战第27天】GPT-4在图灵测试中达到54%的胜率,使人类无法辨别其身份,展示出强大的人工智能模拟人类行为的能力。这项由UCSD进行的研究超越了ELIZA的22%,但未及人类67%的真实水平。尽管成果显著,图灵测试的局限性及AI伦理问题也随之浮现,引发关于技术控制与安全性的讨论。该进展预示着人工智能在客户服务等领域有广阔应用前景。[[arXiv:2405.08007](https://arxiv.org/pdf/2405.08007)]
85 1
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
OpenAI 推出 GPT-4o,免费向所有人提供GPT-4级别的AI ,可以实时对音频、视觉和文本进行推理,附使用详细指南
GPT-4o不仅提供与GPT-4同等程度的模型能力,推理速度还更快,还能提供同时理解文本、图像、音频等内容的多模态能力,无论你是付费用户,还是免费用户,都能通过它体验GPT-4了
391 1
|
7月前
|
机器学习/深度学习 自然语言处理
解析GPT-3、GPT-4和ChatGPT关系-迈向自然语言处理的新高度“
解析GPT-3、GPT-4和ChatGPT关系-迈向自然语言处理的新高度“
238 1

热门文章

最新文章