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

应用场景多元化探索，雏形初现 ——《2025 年 AI 产业发展十大趋势》应用篇总结

2025年AI应用趋势：多元探索、用户粘性、年轻用户群体。

易观 2024-12-25

150亿，北京明星独角兽要IPO了

累计融资超44亿元。

36氪的朋友们 2024-12-25

平台赚钱，不是好事吗？

让商家跳出内卷式竞争

懂懂笔记 2024-12-25

从“养老”到“享老”：中老年消费新风向

当传统遇上现代，老年生活焕发新生机

消费纪 2024-12-25

2025 AI Agent剑指何方？两份前沿报告描绘全景地图

阻碍企业采用的因素，成本仅排第三

适道 2024-12-25

罗永浩瞄准AI硬件，新品理念超前，能否一雪TNT前耻？

罗永浩这一次要追AI硬件的风。

雷科技 2024-12-25

美的或已参与佑驾创新港股IPO发行，后者公开发售获超14倍认购

另有两家基石投资者累计认购超5.4亿港元。

IPO早知道 2024-12-25

一文详解2024年北交所IPO过会审核要点

截至12月19日，2024年北交所共有23家企业在首发上会审核中顺利通过，实现了100%的过会率。

36氪的朋友们 2024-12-25

日韩失意电动车

日系两大巨头，合并是解药？

定焦One 2024-12-25

三星折叠屏业务“折叠”，销量逆势大跌，被中国品牌彻底打懵了？

不是大环境不行，是三星不行。

雷科技 2024-12-25

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

应用场景多元化探索，雏形初现 ——《2025 年 AI 产业发展十大趋势》应用篇总结

150亿，北京明星独角兽要IPO了

平台赚钱，不是好事吗？

从“养老”到“享老”：中老年消费新风向

2025 AI Agent剑指何方？两份前沿报告描绘全景地图

罗永浩瞄准AI硬件，新品理念超前，能否一雪TNT前耻？

美的或已参与佑驾创新港股IPO发行，后者公开发售获超14倍认购

一文详解2024年北交所IPO过会审核要点

日韩失意电动车

三星折叠屏业务“折叠”，销量逆势大跌，被中国品牌彻底打懵了？

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