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

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

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

“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

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

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

海格通信最新公告：公司在珠海航展推出“九天”重型无人机

海格通信在投资者关系活动上表示，其在珠海航展推出的“九天”灵活配置重型无人机，可广泛应用于智能物流运输、海警海监、公安边防、应急救援等领域。公司与中国移动已在北斗高精度服务及终端应用领域展开合作，未来将深化在北斗+行业应用拓展、空天地一体化协同发展等领域的合作。

证券之星 2024-12-30

年度记忆·沸腾的海洋②｜珊瑚白化危机：海底的“褪色警告”

近年来，全球变暖引发的海洋升温，加上一系列其他原因，导致珊瑚礁正以惊人的速度“褪色”——科学界称之为“珊瑚白化”。美国国家海洋和大气管理局（NOAA）与“国际珊瑚礁倡议”组织在今年5月的联合声明中指出，目前全球正经历有记录以来第四次全球珊瑚白化事件。

澎湃新闻 2024-12-30

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

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

工信部：到2027年打造不少于20个“5G+工业互联网”融合应用试点城市

12月30日，工信部印发《打造“5G+工业互联网”512工程升级版实施方案》的通知，到2027年，“5G+工业互联网”广泛融入实体经济重点行业领域，网络设施、技术产品、融合应用、产业生态、公共服务5方面能力全面提升，建设1万个5G工厂，打造不少于20个“5G+工业互联网”融合应用试点城市。

央广网 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

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

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

“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

一场关于“量子力学”的跨年演讲明日和张朝阳一同迎接2025

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

海格通信最新公告：公司在珠海航展推出“九天”重型无人机

年度记忆·沸腾的海洋②｜珊瑚白化危机：海底的“褪色警告”

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

内蒙古呼和浩特：借“风光”之力全力逐“绿”

工信部：到2027年打造不少于20个“5G+工业互联网”融合应用试点城市

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