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

提升会议记录效率的手机拍摄技巧分享

随着智能手机摄影技术的不断进步，越来越多的公司开始利用手机记录会议内容。作为一名在职场上摸爬滚打多年的职员，我逐渐总结出一些实用的手机拍摄技巧，希望能帮助大家更好地记录会议。

新报观察 2024-12-24

华泰证券：微信送礼功能灰测，宠食赛道或借小店“春风”，宠食国牌或再度受益

12月18日，微信公告启动“送礼物”功能的灰度测试。参考2015年春节微信红包的成功经验（除夕当日收发总量达10.1亿次、春晚微信摇一摇总量达110亿次、峰值8.1亿次/分钟）、考虑到微信小店近半年的持续演进优化、此次功能推出正值圣诞元旦春节等节假日密集的社交高发期，我们预计微信小店功能或重塑电商格局、带动相关品牌商的GMV。

金融界 2024-12-24

微信联系人删除后如何找回？实用方法分享与建议

微信备份和恢复：如果你对微信的聊天记录和联系人有进行备份的习惯，可以尝试通过备份恢复功能来找回联系人。你可以在微信的“我”页面，找到“设置”选项，然后进入“聊天”设置，查看是否有聊天记录备份。如果你有定期备份，那么通过这个方法就能轻松找回联系人。

新报观察 2024-12-24

郭明錤称苹果 iPhone 18 Pro 首发可变光圈，摄影实力更上一层楼

IT之家12月24日消息，天风证券分析师郭明錤昨日（12月23日）在Medium平台发布博文，预计2026年发布的iPhone18Pro和iPhone18ProMax将搭载可变光圈技术，这将是iPhone系列的首次尝试，或将为手机摄影带来新的突破。

IT之家 2024-12-24

古尔曼称M4苹果MacBook Air将于明年初率先登场

IT之家12月24日消息，据传苹果公司计划于明年初发布多款新品，这些新品包括新款MacBookAir、iPad11、iPhoneSE4、AirTag2以及新款iPadAir等。彭博社记者马克・古尔曼在社交媒体上再次确认，iPad11、iPhoneSE4和新款iPadAir预计将于明年“春季”发布。

IT之家 2024-12-24

粉丝移植任天堂经典游戏《星际火狐64》至 PC 平台：支持键盘等

IT之家12月24日消息，《塞尔达传说：时之笛》PC移植版开发团队宣布已将任天堂N64的经典游戏《星际火狐64（Starfox64）》也完美移植至PC平台。据悉，这一《星际火狐64》粉丝移植版本包括许多适配功能，例如高清化图形界面、超宽屏分辨率、支持键盘、支持Mod扩展、Mac和Linux多平台游玩、力反馈和陀螺仪瞄准等。

IT之家 2024-12-24

松下推出 TOUGHBOOK 33mk4 三防二合一平板：搭 13 代酷睿

IT之家12月24日消息，松下现宣布在海外推出一款型号为TOUGHBOOK33mk4的三防二合一平板电脑，该机采用英特尔13代处理器，适用于专业市场。外观方面，该机造型坚固，号称专为满足各行业需求而设计，符合美国MIL-STD810H军用标准及IEC60529电子设备行业标准，支持以多种形态使用。

IT之家 2024-12-24

揭露小程序制作中的收费陷阱与防范建议

在当今数字化时代，小程序作为一种便捷的应用形式，正逐渐成为企业和个人创业者追逐的目标。随着市场需求的增加，许多公司和个人纷纷进入这个领域，提供小程序制作服务。

新报观察 2024-12-24

提升手机种草视频观看率的实用技巧分享

在如今这个信息爆炸的时代，手机种草视频成为了许多人获取消费信息的重要途径。我在某次拍摄中，使用了一个便携式稳定器，结果视频的观看量比以往提高了50%！

新报观察 2024-12-24

宇树机器狗重磅更新：能载人、侧空翻、上山下水……

昨日，宇树科技更新一条UnitreeB2-W机器狗视频，并配文称，“在发布量产一年后，UnitreeB2-W工业轮足，觉醒了更多天赋技能！”从视频中可以看到，在完成上述所有动作的时候，UnitreeB2-W机器狗都能保持机身稳定平衡，且行动速度都不低。

金融界 2024-12-24

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

提升会议记录效率的手机拍摄技巧分享

华泰证券：微信送礼功能灰测，宠食赛道或借小店“春风”，宠食国牌或再度受益

微信联系人删除后如何找回？实用方法分享与建议

郭明錤称苹果 iPhone 18 Pro 首发可变光圈，摄影实力更上一层楼

古尔曼称M4苹果MacBook Air将于明年初率先登场

粉丝移植任天堂经典游戏《星际火狐64》至 PC 平台：支持键盘等

松下推出 TOUGHBOOK 33mk4 三防二合一平板：搭 13 代酷睿

揭露小程序制作中的收费陷阱与防范建议

提升手机种草视频观看率的实用技巧分享

宇树机器狗重磅更新：能载人、侧空翻、上山下水……

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