大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark

作者：量子位发布时间：2024-04-01

GPT-4 GitHub

考研速度和性能的平衡让大模型直接操纵格斗游戏《街霸》里的角色，捉对PK，谁更能打？ GitHub上一种你没有见过的船新Benchmark火了。与llmsys大模型竞技场中，两个大模型分别输出答...【查看原文】

相关资讯

大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark火了

小模型更占优势

GPT-4

量子位 2024-04-02

大模型实时打《街霸》捉对PK GPT-4居然不敌3.5

让大模型直接操纵格斗游戏《街霸》里的角色，捉对PK，谁更能打？GitHub上一种你没有见过的船新Benchmark火了。与llmsys大模型竞技场中，两个大模型分别输出答案，再由人类评分不同—

GPT-4 GitHub

2024-04-01

生成式AI模型大PK——GPT-4、Claude 2.1和Claude 3.0 Opus

简介当前，RAG(检索增强生成)系统的新评估似乎每天都在发布，其中许多都集中在有关框架的检索阶段。然而，生成方面——模型如何合成和表达这些检索到的信息，在实践中可能具有同等甚至更大的意义。许多实际应用

生成式AI GPT-4 Claude

51CTO 2024-05-13

大模型测试题爆火，GPT-4和Claude3都跪了，LeCun转发：新Benchmark

还有12款大模型全军覆没……

GPT-4 Claude3

量子位 2024-06-25

ChatGPT/GPT-4/Llama电车难题大PK，小模型道德感反而更高？

模型有道德推理能力吗？

ChatGPT GPT-4 LLaMA

新智元 2023-10-11

近期资讯

评论区哭穷，下单就能便宜？

越穷越省钱？

科技狐 2024-12-29

先进制造2024：低空经济元年，具身智能大热，高端材料国产化加速｜职场红利年终盘点③

国内新的经济增长引擎开始发动。

职场Bonus 2024-12-29

TikTok博主花式秀中国，带火China travel风

在世界各地，TikTok越来越成为海外年轻人获取信息的来源。

新周刊 2024-12-29

致能和我们一起走出黑暗的伟大公司

你我相逢在黑色的海上

职场Bonus 2024-12-29

4年闭店超2500家，体育零售巨头艰难转身

机遇很大，困难不小

格隆汇 2024-12-29

7家消费公司拿到新钱；沪上阿姨接力冲击港股IPO；西贝LOGO去掉“莜面村”丨创投大视野

离你更近的消费一线。

杨亚飞 2024-12-29

大健康2024：Biotech寒冬，CGT崛起，中医药与养老服务迎来黄金期｜职场红利年终盘点②

中国大健康人才地图重绘。

职场Bonus 2024-12-29

欧莱雅加速平价化；耐克学习阿迪达斯复苏计划；瑞幸在香港连开五店｜品牌周报

你消费的品牌，你关心的周报。

贺哲馨 2024-12-29

游戏文案岗，挤满了想要高薪的文科生

在年轻人有限的娱乐时间里讲好故事。

职场Bonus 2024-12-29

韩国婚育问题迎拐点？结婚人数连续7个月增长，全年生育率有望反弹

近20年来，韩国政府投入了超过379.8万亿韩元（约合人民币1.88万亿元）

时代周报 2024-12-29

大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark

推荐体验

相关资讯

大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark火了

大模型实时打《街霸》捉对PK GPT-4居然不敌3.5

生成式AI模型大PK——GPT-4、Claude 2.1和Claude 3.0 Opus

大模型测试题爆火，GPT-4和Claude3都跪了，LeCun转发：新Benchmark

ChatGPT/GPT-4/Llama电车难题大PK，小模型道德感反而更高？

近期资讯

评论区哭穷，下单就能便宜？

先进制造2024：低空经济元年，具身智能大热，高端材料国产化加速｜职场红利年终盘点③

TikTok博主花式秀中国，带火China travel风

致能和我们一起走出黑暗的伟大公司

4年闭店超2500家，体育零售巨头艰难转身

7家消费公司拿到新钱；沪上阿姨接力冲击港股IPO；西贝LOGO去掉“莜面村”丨创投大视野

大健康2024：Biotech寒冬，CGT崛起，中医药与养老服务迎来黄金期｜职场红利年终盘点②

欧莱雅加速平价化；耐克学习阿迪达斯复苏计划；瑞幸在香港连开五店｜品牌周报

游戏文案岗，挤满了想要高薪的文科生

韩国婚育问题迎拐点？结婚人数连续7个月增长，全年生育率有望反弹

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