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

见到神雕无人预警机后，老外们不淡定了

黑科技老黄 2024-12-30

大众口腔：业绩良好，分红多，股东却在上市前夕疑似未赚钱就“跑路”

钛媒体APP 2024-12-30

26 岁 OpenAI 举报人离奇身亡：其母亲要求 FBI 介入调查

IT之家 2024-12-30

联发科天玑 9500 处理器早期设定曝光：2+6 核 CPU，台积电 N3P

IT之家 2024-12-30

稚晖君开源百万机器人真机数据集，让机器人可以扫地、做沙拉、烫衣服

腾讯科技 2024-12-30

设计Plus商业｜数字化产品体验样板间

人人都是产品经理 2024-12-30

韩国当局将对济州航空进行严格安全检查

36氪 2024-12-30

消息称台积电美国厂近期准备投片量产，初期月产能 1 万片晶圆

IT之家 2024-12-30

vivo胡柏山：未来2-3年中国手机市场竞争将更加胶着

36氪 2024-12-30

14 年前旧机比 iPhone 还保值，有点香啊

科技狐 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

见到神雕无人预警机后，老外们不淡定了

大众口腔：业绩良好，分红多，股东却在上市前夕疑似未赚钱就“跑路”

26 岁 OpenAI 举报人离奇身亡：其母亲要求 FBI 介入调查

联发科天玑 9500 处理器早期设定曝光：2+6 核 CPU，台积电 N3P

稚晖君开源百万机器人真机数据集，让机器人可以扫地、做沙拉、烫衣服

设计Plus商业｜数字化产品体验样板间

韩国当局将对济州航空进行严格安全检查

消息称台积电美国厂近期准备投片量产，初期月产能 1 万片晶圆

vivo胡柏山：未来2-3年中国手机市场竞争将更加胶着

14 年前旧机比 iPhone 还保值，有点香啊

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