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

晚餐多吃碳水VS.多吃脂肪蛋白质：哪种更健康? 出人意料

很多人担心发胖或是担心升血糖，晚上碳水类的主食吃得很少，甚至不吃，靠肉类来充饥，但这种模式真的有利预防肥胖和疾病吗？一些最新的研究证据提示，事实可能并非如此......研究解读一篇

2024-12-30

可能叫锐龙9 9955HX：AMD游戏本旗舰U首次现身

快科技12月29日消息，Intel、AMD都在准备新一代高端游戏本平台，其中AMD的代号Fire Range，从桌面版锐龙9000系列移植而来，和已有的锐龙7000HX如出一辙。GeekBench AI测试中出现了一款AMD新

2024-12-30

中国造！世界第一片8.6代OLED玻璃基板下线

12月29日，凯盛集团旗下中建材玻璃新材料研究总院、蚌埠中光电联合自主研发的世界首片8.6代OLED玻璃基板产品，在安徽蚌埠成功下线。在“十四五”国家重点研发计划“OLED显示玻

2024-12-30

CR450动车组揭秘：450公里时速是这么来的

2024年12月29日，CR450动车组样车正式发布，我国新一代时速400公里动车组研制获得重大突破。其中，“CR”是中国铁路英文缩写，“450”为速度等级代码，代表试验时速可达4

2024-12-30

Intel新一代纯小核挤牙膏！频率+100MHz、8核仅仅7W

快科技12月29日消息，Intel正在准备一款代号“Twin Lake”的处理器新品，但不属于新的酷睿Ultra 200系列，甚至不属于马甲的酷睿200系列，而是将近两年前的Alder Lake-N系列的继任者，

2024-12-30

24GB！Intel显卡显存真大方：醉翁之意不在游戏

快科技12月30日消息，Intel首批发布了两款锐炫B系列显卡，其中B580配备了192-bit 12GB显存，还是比较慷慨的。当然，后续的更高端锐炫B700系列上，显存必然会更大，毕竟上代锐炫A770，就给到了

2024-12-30

高效沟通必备：如何设置自动回复功能提升管理能力

软件上，设置自动回复也是很方便的。进入设置，找到“隐私”，可以设置一些自动的欢迎语，但要注意，这并不是完全的自动回复。打开QQ，点击右上角的头像，选择“设置”，然后找到“消息提醒”中的“自动回复”。

新报观察 2024-12-30

体验完这款耳机我们发现低估了原生鸿蒙的潜力！

在正式开始之前，由于时间稍微过去有些远了，咱们还是先给各位来个前景提要。上个月华为不是召开秋季发布会，发布了包括 Mate 70、Mate X6、MatePad Pro 在内的一系列新品嘛，其中这里面还包括

2024-12-30

雪花有几个瓣? 你可能还真不清楚！

冬天的仪式感，就是天空中飘来第一场雪，整个城市焕然一新，变得银装素裹。在天文研究者的眼睛里，雪花是什么样的呢？翻开《仰望天空的少年》系列中的《去北方看雪》一册，寒星和影月在一场

2024-12-30

【OpenHarmony】鸿蒙 UI开发之vlayout

BANNER_LAYOUT滑动容器布局组件 COLUMN_LAYOUT栏格容器布局组件 DEFAULT_LAYOUT默认容器布局组件 FIX_LAYOUT固定容器布局组件 FLOAT

塞尔维亚大汉 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

晚餐多吃碳水VS.多吃脂肪蛋白质：哪种更健康? 出人意料

可能叫锐龙9 9955HX：AMD游戏本旗舰U首次现身

中国造！世界第一片8.6代OLED玻璃基板下线

CR450动车组揭秘：450公里时速是这么来的

Intel新一代纯小核挤牙膏！频率+100MHz、8核仅仅7W

24GB！Intel显卡显存真大方：醉翁之意不在游戏

高效沟通必备：如何设置自动回复功能提升管理能力

体验完这款耳机我们发现低估了原生鸿蒙的潜力！

雪花有几个瓣? 你可能还真不清楚！

【OpenHarmony】鸿蒙 UI开发之vlayout

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