连GPT-4都考不及格，17个大模型悉数落败，因果推理太难了

作者：机器之心发布时间：2023-06-19

GPT-4 ChatGPT

自 ChatGPT 发布以来，大模型的涌现能力一直被人们称赞，包括强大的语言理解能力、生成能力、逻辑推理能力等。然而，最近一项研究表明，大模型在因果推理方面普遍性能很差，连 GPT-4 都不及格。这...【查看原文】

相关资讯

CSDN 2023-10-26

全都不及格！斯坦福100页论文给大模型透明度排名，GPT-4仅排第三

试问百模大战的当下，谁家大模型的透明度最高？现在，这个问题终于有解了。专门设计了一个名为基础模型透明度指标（TheFoundationModelTransparencyIndex）的评分系统。它从100个维度对国外10家主流的大模型做了排名，并在透明度这一层面上做了全面的评估。结果可谓是大跌眼镜！

斯坦福 GPT-4

量子位 2023-10-19

GPT-4不偷懒了！OpenAI连甩五个大模型，价格最低打两折

据介绍，该模型能更完整彻底地完成代码生成等任务，以减少模型未完成任务的“惰性”情况。OpenAI透露，他们将在下周推出新的GPT-3.5Turbo模型gpt-3.5-turbo-0125，价格更低、性能更强。

GPT-4 OpenAI 编程

量子位 2024-01-26

近期资讯

韩现有波音737-800将被全面检查，美方介入调查，这款机型还能坐吗？资深机长发声

机上乘客和机组人员除了2名乘务员获救，其余179人全部遇难。据新华社报道，当地时间12月29日，美国国家运输安全委员会表示，由美国波音公司和美国航空机构专家组成的团队正前往韩国协助调查坠毁事件。

红星新闻 2024-12-30

越秀好产品∙温度篇丨空间载体，内容王道，“万物以人为尺度”

有温度的生活是健康的、有情感的、配套齐全的、贴心服务的……好产品的温度始终以人为本，以大产品的思维，跳出房子的框架之外，把房屋、环境、配套、城市界面都考虑在内，从空间场所到内容场景，实现软硬件一体化交付。

21世纪经济报道 2024-12-30

雷军预告小米SU7限定色明天亮相或为玫瑰红

【CNMO科技消息】12月30日晚，雷军预告了小米SU7的限定配色，表示：“再过2天，就是2025年，小米创业十五周年。”“我们准备了一份充满激情，又优雅浪漫的惊喜，小米SU7小米15周年限定色，明天见！”

手机中国 2024-12-30

内蒙古呼和浩特：借“风光”之力全力逐“绿”

新华社呼和浩特12月30日电（记者达日罕）寒冬里，光伏板上的灰尘会影响发电效率。在光伏清洁巡检机器人的辅助下，光伏面板清洁频次从原本每季度一次增加到每周一次，较大幅度提升光伏面板的发电效率。

新华社 2024-12-30

“格致论道·未来少年”科学讲坛举办 8位“阳光下的少年”登台演讲

中新网北京12月30日电(记者孙自法)记者12月30日从科学讲坛格致论道获悉，以“阳光下的少年”为主题的“格致论道·未来少年”第五期演讲活动近日在北京顺利举办，8位来自北京市海淀区的青少年登台演讲，分享他们各自奔赴热爱、敢于创新、勇于探索的成长经历和精彩故事。“格致论道·未来少年”科学讲坛以“阳光下的少年”为主题举办第五期演讲活动。

中国新闻网 2024-12-30

WAVE 横山宏 MA.K AFSMKI AFSMKII 1/20 非涂装机甲拼装模型GK套件

比例：1/20尺寸：高约110毫米产品规格：塑料模型套件卡接式，无需粘合剂包含：标记水贴官方售价：216元到货时间：2025年2季度…

拆盒网 2024-12-30

2023年度全国科普统计数据发布全国科普专兼职人员超215万人

统计结果显示，我国科普人员队伍建设不断完善。2023年科普工作人员队伍建设在“小核心+大协作”模式下多点推进，形成以专职人员为核心、兼职人员为补充、志愿者为后备的人才蓄水池。全国科普专、兼职人员共计215.63万人，比2022年增长7.99%。其中，科普专职人员29.32万人，科普兼职人员186.31万人。

中国经济网 2024-12-30

一场关于“量子力学”的跨年演讲明日和张朝阳一同迎接2025

搜狐创始人、董事局主席兼首席执行官、物理学博士张朝阳将以“生活在量子力学的世界里”为题，从微观视角解析我们存在的世界，和大家共同迎接2025年的到来。届时，搜狐视频“关注流”账号@张朝阳将全程直播。

搜狐科技 2024-12-30

德必承办首届硬科技科创家大会，聚焦硬科技助力产业发展新机遇

大会由ZLead(上海)青年科创中心、中国科学院大学上海校友会(筹)、中国科学院大学金融校友联合会、中国科学院大学创业与投资校友联合会和中科创星主办，德必集团和上海麒名吉文化传媒有限公司承办。

中国财富网 2024-12-30

买新年“追光”装备来京东3C数码年货节享以旧换新至高补贴1500元

在跨年仪式感和氛围感成为“刚需”的当下，京东3C数码以年轻用户群体的多元化需求为出发点，在12月31日23点，由京东采销携手《心动的信号》嘉宾情侣杨汝晴、侯卓成，以及国家地理合作摄影师陈帆，在祖国最东边的黑龙江省抚远市开启诚意十足内容丰富的“追光”直播，与屏幕前的用户一同见证2025年的第一次日出。

iMobile爱科技 2024-12-30

连GPT-4都考不及格，17个大模型悉数落败，因果推理太难了

推荐体验

相关资讯

连GPT-4都考不及格，17个大模型悉数落败，因果推理太难了

达摩院发布大模型测试基准：GPT-4勉强及格，其他模型悉数落败

让 GPT-4 修改文件，真的太难了！

全都不及格！斯坦福100页论文给大模型透明度排名，GPT-4仅排第三

GPT-4不偷懒了！OpenAI连甩五个大模型，价格最低打两折

近期资讯

韩现有波音737-800将被全面检查，美方介入调查，这款机型还能坐吗？资深机长发声

越秀好产品∙温度篇丨空间载体，内容王道，“万物以人为尺度”

雷军预告小米SU7限定色明天亮相或为玫瑰红

内蒙古呼和浩特：借“风光”之力全力逐“绿”

“格致论道·未来少年”科学讲坛举办 8位“阳光下的少年”登台演讲

WAVE 横山宏 MA.K AFSMKI AFSMKII 1/20 非涂装机甲拼装模型GK套件

2023年度全国科普统计数据发布全国科普专兼职人员超215万人

一场关于“量子力学”的跨年演讲明日和张朝阳一同迎接2025

德必承办首届硬科技科创家大会，聚焦硬科技助力产业发展新机遇

买新年“追光”装备来京东3C数码年货节享以旧换新至高补贴1500元

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响