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

开源！Cesium中实现酷炫三维风场模拟，助力仿真预测！

前言本来今年给自己定的目标是100篇，但实际上只完成了51篇。其实我一开始就知道自己大概率写不完100篇，那我为什么还要去设置这个数字呢？只是因为我想逼自己去无限接近这个数字，因为我知道如果我设定

攻城师不浪 2024-12-30

【鸿蒙NEXT】鸿蒙里面类似iOS的Keychain——关键资产(@ohos.security.asset)实现设备唯一标识

在iOS开发中Keychain 是一个非常安全的存储系统，用于保存敏感信息，如密码、证书、密钥等。那么鸿蒙里面类似的功能是什么呢?

ZJPRENO 2024-12-30

前端Hardy 2024-12-30

【性能优化】真有那么慢？Java 和 Kotlin 的反射

Android 性能，从刷牙说起都不让用反射，因为性能差——到底有多差？首先，反射是啥？从内存里现场读取软件结构，以及现场修改软件结构慢吗？慢。主要就慢在各种动态检查，以及缺少代码优化。

扔物线 2024-12-30

数据要素参与分配的公理有哪些？

随着信息技术的飞速发展，数据已成为驱动经济增长的关键要素之一。数据要素不仅在生产过程中发挥着重要作用，在价值创造和收入分配中的作用也日益凸显，那么数据要素参与分配的公理有哪些？一、数据要素参与分配的

埃文科技 2024-12-30

给 Postgres 写一个向量插件 - 介绍

极限实验室 2024-12-30

electron-vite_17设置系统音量loudness报错

loudness是一款控制系统音量输出的一款 Node.js 库；但是在electron-vite中直接使用编译的时候会报错；这个时候需要单独处理；

前端进阶者 2024-12-30

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

开源！Cesium中实现酷炫三维风场模拟，助力仿真预测！

【鸿蒙NEXT】鸿蒙里面类似iOS的Keychain——关键资产(@ohos.security.asset)实现设备唯一标识

一文彻底搞懂Android广播的所有知识 (上)--四大组件系统

裸辞后，我活得像个废物，但我终于开始活自己

webrtc-internals调试工具

HTML&CSS：超炫丝滑的卡片水波纹效果

【性能优化】真有那么慢？Java 和 Kotlin 的反射

数据要素参与分配的公理有哪些？

给 Postgres 写一个向量插件 - 介绍

electron-vite_17设置系统音量loudness报错

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