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

腾讯ima升级知识库：支持共享和上线小程序

同时，创建者和管理员可以设置成员是否可查看知识库中文件的具体内容，也可以设置加入前需要创建者或管理员同意，还可以随时把知识库设置为私密仅自己可见，大大提升了安全性。

环球网科技 2024-12-30

“狮子王”归来，全面升级的视效体验与不变的史诗气质

文|可丁技术赋能与IP新生2019年，迪士尼在CG技术革新后推出的“真狮版”《狮子王》不仅一举创下16.63亿美元的全球票房佳绩，跻身影史票房排行榜第十名，而且在多项技术指标上达到了空前的高度，将最前沿的VR和CG技术相结合打造出自然纪录片一般的视觉效果，成为CG电影技术发展的里程碑之作。

极客电影 2024-12-30

中国算力平台（山西）启动试运行

：12月30日，中国算力平台（山西）日前启动试运行。该平台初步实现了算力资源登记、综合算力监测、算力资源匹配和算力分析决策等功能，将全面助力山西省算力资源的统筹纳管、资源匹配等能力提升。

金融界 2024-12-30

vivo 内部 MR 团队已达 500 人，明年 9 月上线原型机体验

IT之家12月30日消息，据界面新闻报道，vivo执行副总裁胡柏山在接受采访时称，vivo的MR团队已经达到500人规模，预计将在2025年9月份在全国十几个城市上线高保真原型机体验，产品已经在部分指标体验上超越了苹果。在商业化进展上，则要根据内容生态的匹配情况。

IT之家 2024-12-30

韩国将全面检查现有波音737-800型客机

韩国国土交通部30日宣布，将对韩国国内现有的101架波音737-800型客机进行全面特别检查。

澎湃新闻 2024-12-30

用智能手表主动健康管理，华为擎云重塑健康管理行业格局

在健康管理这条赛道上，时间从未停止向前，技术也从未停止向下扎根。如今的健康管理行业正身处一个变革的关口——“以治病为中心”正在让位于“以健康为中心”，个体与技术的关系被重新定义，而穿戴设备正在成为健康管理的“新器官”。

数码方式 2024-12-30

视频创作者必备利器！用三星T9移动固态硬盘实现跨端高速视频传输

　在数字时代，数据的高速传输与可靠存储成为许多专业人士和创意工作者日常工作中不可或缺的一部分。

IT168 2024-12-30

“天才少年”稚晖君进阶成“源神”！智元机器人开源百万真机数据集AgiBot World，比谷歌Deepmind高10倍

刚刚，智元机器人宣布，具身智能领域的“ImageNet时刻”已到来，重磅开源AgiBotWorld（智元世界）——一个汇集百万真实机器人数据的开源数据集。在这个具身数据的世界里，机器人不再只是进行简单的桌面任务：洗碗、熨衣服、扫地、超市收银、亦或是工厂搬运，机器人这回真的可以上得了厅堂，下得了厨房了。

搜狐科技 2024-12-30

财富自由、涨粉百万，初代网红选择扎堆翻红

在互联网世界快速发展的今天，不知道你有没有好奇过那些初代网红的现状如何呢？大冰是谁？要爆炸头？还是要猪脚饭？留几手，原名刘爽。

蓝鲸新闻 2024-12-30

请回答2024 | Bossjob首席产品官陈曹宛乔：招聘领域将迎来新的服务模式变革

长期以来，互联网招聘都是个大而分散的市场，竞争也趋于同质。随着AI风起，整个互联网科技领域迎来最大的机遇，招聘企业也掀起了智慧化迭代升级。

封面新闻 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

腾讯ima升级知识库：支持共享和上线小程序

“狮子王”归来，全面升级的视效体验与不变的史诗气质

中国算力平台（山西）启动试运行

vivo 内部 MR 团队已达 500 人，明年 9 月上线原型机体验

韩国将全面检查现有波音737-800型客机

用智能手表主动健康管理，华为擎云重塑健康管理行业格局

视频创作者必备利器！用三星T9移动固态硬盘实现跨端高速视频传输

“天才少年”稚晖君进阶成“源神”！智元机器人开源百万真机数据集AgiBot World，比谷歌Deepmind高10倍

财富自由、涨粉百万，初代网红选择扎堆翻红

请回答2024 | Bossjob首席产品官陈曹宛乔：招聘领域将迎来新的服务模式变革

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