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

英伟达2025财年第三财季营收350.8亿美元：同比大增94%

快科技11月21日消息，美东时间周三盘后，人工智能龙头股英伟达公布了2025财年第三财季（截至10月27日）财报。财报显示，英伟达Q3营收为350.8亿美元，同比大增94%，超出分析师预期的331亿美元；

2024-11-21

OpenAI为教师推出免费AI培训课程

鞭牛士报道，11月21日消息，据路透社报道，OpenAI和非营利合作伙伴CommonSenseMedia周三表示，已为教师推出免费培训课程，旨在揭开人工智能和快速工程的神秘面纱。ChatGPT在学年期间推出，令老师们措手不及，他们意识到它可能被用作作弊和抄袭工具，随后引发了强烈反对和学校禁令。

鞭牛士 2024-11-21

科技昨夜今晨1121：华为全新折叠屏手机 Mate X6 开启预订

南加州大学火箭推进实验室（USCRPL）设计和制造的业余火箭“余震二号（AftershockⅡ）”成功飞到了47万英尺（IT之家备注：约143.26千米）的高度，越过100km卡门线（大气层和外太空的分界线。

IT之家 2024-11-21

山西证券：关注6G领域的投资机会

山西证券研报指出，6G相比5G最大的变化在于天线、无线空口（天地一体化）以及AI原生三个层面。其中天线将引入巨型MIMO以支持更高的通信频率、更大的通信带宽、更多的通信连接以及RIS智能超表面天线阵子技术以实现高度精准的通感一体和波束动态调整，在基站设计、天线材料、射频器件、信号处理方面变化最为突出。

每日经济新闻 2024-11-21

中信证券：海南商发首飞在即关注卫星板块投资机会

中信证券研报指出，海南商发二号工位和一号工位即将首飞，预计将推动GW星座和千帆星座的加速部署，预计到2025年，两大星座将发射超过300颗低轨卫星。因此，研报看好卫星制造和卫星发射环节材料和零部件的投资机会。

金融界 2024-11-21

江门中微子实验探测器主体建成我国在中微子研究领域国际领先地位进一步巩固

央广网北京11月21日消息（记者朱敏）据中央广播电视总台中国之声《新闻和报纸摘要》报道，历时近十年建设，我国大科学装置——广东江门中微子实验探测器主体昨天（20日）建成，该实验以测量中微子质量顺序为首要科学目标，计划明年正式运行。

央广网 2024-11-21

新加坡飞禽公园3款机器人“上岗”

和天气预报。另一个名叫Dash-er的机器人则承担安全巡逻任务，它搭载的摄像头、光检测和测距（激光雷达）传感器可实时监控园区安全。据悉，这三款机器人已于11月19日在媒体展示会上亮相。园方表示，它们将于2025年正式上岗，公园有17公顷大，这三款机器人可大幅减轻饲养员的工作量。它们同时也为后续投放更多机器人提供测试数据。

环球时报 2024-11-21

深度|统一链接平台面世第三方应用市场再遭冲击

11月14日，OPPO、vivo、华为、小米四家主流手机厂商联合推出了一项名为统一链接平台（OneLink）的开放式服务。该服务旨在为APP开发者提供便利，帮助他们在不同平台上更统一、更便捷地分发应用。这个看起来离手机用户遥远的概念会带来什么？

封面新闻 2024-11-21

乌镇“网事”｜追“光”逐新触摸未来

11月19日，2024年世界互联网大会“互联网之光”博览会在浙江乌镇互联网之光博览中心启幕。本届博览会深度聚焦人工智能，全面展示了全球互联网的最新发展成果和人工智能领域的新技术、新产品，吸引了来自53个国家和地区的665家中外企业与机构参展。

金台资讯 2024-11-21

22岁在anzocapital站稳脚跟，仅凭借交易算法让一众资深交易者都刮目相看

年仅22岁的他，竟然凭借着自己研发的交易算法，在anzocapital这个专业平台上站稳了脚跟，那成熟的策略和精准的判断，让诸多资深交易者都不禁对他刮目相看，而这背后，和对指标等要素巧妙运用密切相关。对于刚涉足交易领域的新手手工交易者(前提是了解顾问机制的情况下)，仅仅是观察这样的顾问运作，对积累交易经验就大有裨益。

美女教练爱健身 2024-11-21

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

英伟达2025财年第三财季营收350.8亿美元：同比大增94%

OpenAI为教师推出免费AI培训课程

科技昨夜今晨1121：华为全新折叠屏手机 Mate X6 开启预订

山西证券：关注6G领域的投资机会

中信证券：海南商发首飞在即关注卫星板块投资机会

江门中微子实验探测器主体建成我国在中微子研究领域国际领先地位进一步巩固

新加坡飞禽公园3款机器人“上岗”

深度|统一链接平台面世第三方应用市场再遭冲击

乌镇“网事”｜追“光”逐新触摸未来

22岁在anzocapital站稳脚跟，仅凭借交易算法让一众资深交易者都刮目相看

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