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

年底换机购机攻略：还得是年轻人专属华为“nova 13香”

不知不觉2024年马上就要结束了，不少人想趁年底换个新手机，但可能会纠结要选哪款，建议有需求的朋友可以考虑一下华为nova 13系列。这款手机在10月25日正式首销，目前仅在京东就已收获5万

黑白 2024-12-27

小米澎湃OS 2将迎首次重磅更新：超级小爱来了

快科技12月27日消息，日前，REDMI品牌总经理王腾发布最新视频，提到了小米总裁卢伟冰将在今晚举办的年度总结直播。据介绍，卢伟冰将在直播重点介绍小米澎湃OS 2最新的更新，超级小爱将首次向正

拾柒 2024-12-27

周鸿祎批PPT无用：华丽掩盖了空洞！黄仁勋、马斯克都不用

快科技12月27日消息，360集团董事长周鸿祎昨日发布视频，谈到了自己为何特别反感只会“管理”的管理层，其表示：“我特别反感只打嘴炮或者不干活的管理层，管理层只会动嘴，扮

落木 2024-12-27

囧！国人狂买俄罗斯产品多为国产货俄美女吐槽不产榴莲

12月27日消息，据国内媒体报道称，这两年俄罗斯商品疯狂在国内热销，但大部分其实都是冒牌货，因为基本都在中国生产而已。近日，对于爆火的俄货馆和“假货”质疑声，有行业人士直言

雪花 2024-12-27

网易云音乐年度报告发布！来看你一年听了多少歌

快科技12月27日消息，还有5天就要迎来2025年了，在2024年的尾声，网易云音乐今天正式发布2024年度听歌报告，回顾了用户过去一年听歌“足迹”。大家可以在网易云音乐App搜索“年

拾柒 2024-12-27

BBA丰田遭暴击！中国电动汽车将碾压油车：还买油车傻吗

快科技12月27日消息，据国外媒体报道称，明年中国新能源车将完成一项壮举，那就是电动汽车销量将首超传统汽车。报道中指出，中国电动汽车销量预计将在明年首次超越内燃机汽车，早于西方国家多

雪花 2024-12-27

安徽第一家苹果零售店！Apple Store合肥店马上开业

快科技12月27日消息，苹果官网显示，安徽第一家苹果零售店——Apple Store合肥万象城将于1月18日上午10点盛大开幕。截至目前，苹果零售店分布在上海、天津、河南郑州、浙江宁波、浙

振亭 2024-12-27

韩国人来旅游吐槽烤鸭难吃中国人怎么什么都吃：结果囧

12月27日消息，近期，得益于免签政策的推行，韩国民众对中国旅游的热情不断高涨。一位韩国旅客在中国美食探索之旅中遭遇的一段小插曲，迅速在网络上走红，引发了网友们的广泛关注与热议。视频

2024-12-27

华为将发布2025年智能光伏十大趋势

2025年1月6日，华为将从技术创新、市场发展、产业环境等维度，发布2025年智能光伏十大趋势。华为智能光伏融合数字技术和电力电子技术，向全球客户和伙伴提供全场景智能光储解决方案，助力光伏成为主力能源。同时，华为致力于打造新型电力系统能源基础设施。

证券时报 2024-12-27

中国手游格局生变：米哈游收入跌出三甲、氪金套路失效了吗

手游世界中，曾经“腾网哈”三足鼎立的格局正悄然改变。在近日Sensor Tower平台发布的11月中国手游发行商收入排名榜单中，米哈游跌出了前三阵营，前三分别为腾讯、网易、世纪华通旗

2024-12-27

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

年底换机购机攻略：还得是年轻人专属华为“nova 13香”

小米澎湃OS 2将迎首次重磅更新：超级小爱来了

周鸿祎批PPT无用：华丽掩盖了空洞！黄仁勋、马斯克都不用

囧！国人狂买俄罗斯产品多为国产货俄美女吐槽不产榴莲

网易云音乐年度报告发布！来看你一年听了多少歌

BBA丰田遭暴击！中国电动汽车将碾压油车：还买油车傻吗

安徽第一家苹果零售店！Apple Store合肥店马上开业

韩国人来旅游吐槽烤鸭难吃中国人怎么什么都吃：结果囧

华为将发布2025年智能光伏十大趋势

中国手游格局生变：米哈游收入跌出三甲、氪金套路失效了吗

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