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

印度将于12月30日（下周一）举行关于空间对接试验的发射活动

印度将于12月30日（下周一）举行关于空间对接试验的发射活动。

华尔街见闻 2024-12-28

126幅佳作“闪耀”宇宙！粤港澳大湾区首届天文摄影比赛圆满落幕

该赛事于今年8月拉开帷幕，共吸引了来自国内外552位天文摄影家和爱好者参与，收到1261幅精心拍摄的图像作品，成为国内参与人数和投稿作品数量最高的专业天文摄影比赛之一。

深圳商报 2024-12-28

智能音箱，白给都没人要了？

去年，苏苏买电脑时又收到了一台智能音箱赠品，假期带回老家连妈妈都有了“怨言”：“别再往家带了，第三个了，真没啥用。”而几年前苏苏第一次给妈妈带回一台智能音箱时，一晚上妈妈跟音箱说的话比跟她说的都多，从问天气到听音乐、听戏曲，连着玩了两三个小时。

中国新闻周刊 2024-12-28

北大数学家独作论文登上顶刊：袁新意统一算术与几何 Bogomolov 猜想

四大顶刊之一的《数学年刊》，正式接收北大袁新意独作论文。在困扰数学界多年的UniformBogomolov猜想问题上取得重要进展。值得一提的是，这篇论文还在预印版状态时就已获得一定引用，据称还在不同的学术会议中被讨论。

IT之家 2024-12-28

张朝阳宣布将举办2025跨年演讲解析量子力学在生活中的应用场景

12月28日，搜狐创始人、董事局主席兼首席执行官、物理学博士张朝阳宣布将在12月31日以“生活在量子力学的世界里”为主题，从微观视角解析我们存在的世界，和大家一起硬核跨年、共同迎接2025的到来。

封面新闻 2024-12-28

正在直播！星球研究所 2024 年度影像发布

你会看到什么？

星球研究所 2024-12-28

价值是黄金数百倍！我国首次成功获取镍-64同位素

近日，中核集团所属核工业理化工程研究院（简称“核理化院”）经过数年集智攻关，首次制备出克量级丰度超过99%的镍-64同位素，标志着我国在新型稳定同位素研究领域达到世界领先水平。

环球网 2024-12-28

东方智媒城与百度共建文心大模型数据生态中心

人工智能是上海重点发展的三大先导产业之一，伴随着新一代人工智能的发展，大模型热潮掀起，上海正在着力建设“大模型之都”，探索大模型的新型开源和推广模式，推出更多标志性的应用场景，以牵引大模型在各大领域的垂直应用发展。在此背景下，东方智媒城近日携手百度正式签约共建“文心大模型（上海）数据生态中心”。

澎湃新闻 2024-12-28

新一代海上风电安装船在山东烟台交付

12月28日，第四代自升自航式风电安装船“铁建风电2000”在中集来福士山东烟台建造基地交付。12月28日，第四代自升自航式风电安装船“铁建风电2000”在中集来福士山东烟台建造基地交付。12月28日，第四代自升自航式风电安装船“铁建风电2000”在中集来福士山东烟台建造基地交付。

光明网 2024-12-28

来势凶猛！海信将在CES2025发布新型显示技术，瞄准QD-OLED

2025年1月7日-10日，被誉为“科技春晚”的CES全球消费电子展将在美国拉斯维加斯如约举行，海信将以“AIYourLife”为主题亮相，并在开幕前夕举行发布会，对外发布显示技术领域的重大突破。在追求极致观影的今天，高清细腻、色彩丰富且真实的画质已成为用户不可或缺的需求。

互联网分析师于斌 2024-12-28

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

印度将于12月30日（下周一）举行关于空间对接试验的发射活动

126幅佳作“闪耀”宇宙！粤港澳大湾区首届天文摄影比赛圆满落幕

智能音箱，白给都没人要了？

北大数学家独作论文登上顶刊：袁新意统一算术与几何 Bogomolov 猜想

张朝阳宣布将举办2025跨年演讲解析量子力学在生活中的应用场景

正在直播！星球研究所 2024 年度影像发布

价值是黄金数百倍！我国首次成功获取镍-64同位素

东方智媒城与百度共建文心大模型数据生态中心

新一代海上风电安装船在山东烟台交付

来势凶猛！海信将在CES2025发布新型显示技术，瞄准QD-OLED

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