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

理想L9的孪生兄弟！深蓝S09实车曝光：定位大型6座SUV

快科技12月25日消息，深蓝S09的实车图已曝光。据悉，这款全新大型SUV尺寸与理想L9相近，预计采用6座布局设计，并搭载1.5T增程动力系统。深蓝S09的车头采用封闭式设计，配备分体式灯组和

王略 2024-12-25

RTX 5090 PCB首次泄露！3528平方毫米封装巨型核心

快科技12月25日消息，来自国内硬件爱好者论坛ChipHell的网友“skanlife”曝出了一张据称是RTX 5090显卡的PCB电路板谍照，这也是首次看到此类曝料。图中的PCB有两张，分别是从上下两

上方文Q 2024-12-25

大冰已注销名下所有公司：共关联7家企业均已注销

12月25日消息，据媒体报道，近日，由焉冰（大冰）担任投资人的焉冰文化传媒（上海）工作室发生工商变更，经营状态从存续变更为注销。天眼查信息显示，焉冰名下共关联7家企业，目前状态均为注销

振亭 2024-12-25

董明珠：我喜欢直播两小时就卖几千万又怎么样！

快科技12月25日消息，近日，格力电器董事长董明珠在访谈栏目中表示，企业家带货没有对和错，对自己来讲，把每一个细节都要搞清楚，才能做出更好的决策。董明珠称“我喜欢直播，那又怎么样

雪花 2024-12-25

满级防水进水保修！OPPO A5 Pro预售：1949元起

快科技12月25日消息，OPPO A5 Pro于昨天下午发布，目前已经正式开启预售，预售立减50元，到手价为1949元。该机支持满级防水2.0，不仅同时通过IP69&IP68&IP66，更是再次突破了防水的边

建嘉 2024-12-25

袈裟喜+1：《黑神话：悟空》获评2024 NYX年度最佳游戏奖

快科技12月25日消息，《黑神话：悟空》作为中国首款真正的3A大作，目前已经获得了无数奖项，现在又添一件袈裟。NYX游戏大奖日前已经揭晓，《黑神话：悟空》被评为“2024 NYX年度最佳游戏

建嘉 2024-12-25

4种电脑硬件选丐版会翻车：玩家注意避坑

大多数玩家在攒机的时候都会面临预算不足的问题，用丐版来提升整机的性价比就成了很多玩家追求的方法，但有时候丐版硬件却会导致体验大打折扣。在前面的文章中我们介绍了适合入手丐版的硬件，下

2024-12-25

萤火虫火归火！别忘了蔚来ET9才是真正的主角

今年NIO Day开完，蔚来品牌很火，还火出圈了。核心推力不是事前预想的“技术旗舰”—蔚来ET9，而是来自纯电小车萤火虫的“三眼大灯”。广大网友们将该设计造型调侃

2024-12-25

iPhone 17 Pro屏幕造型揭晓：灵动岛首次缩小

快科技12月25日消息，目前已有多方消息源确认，苹果将在iPhone 17 Pro系列上使用Metalens技术缩小Face ID模组，从而减小灵动岛的开孔。爆料者根据信息制作了iPhone 17 Pro的屏幕渲染图，其灵动

建嘉 2024-12-25

一加Ace 5系列明天发：价格最香的骁龙8至尊版手机来了

快科技12月25日消息，博主数码闲聊站爆料，一加Ace 5系列标准版定价大概率比上代便宜，预估12GB+256GB定价2399元，Ace 5 Pro预估定价3599元，大概率比竞品低一些。此前一加中国区总裁李杰透露

振亭 2024-12-25

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

理想L9的孪生兄弟！深蓝S09实车曝光：定位大型6座SUV

RTX 5090 PCB首次泄露！3528平方毫米封装巨型核心

大冰已注销名下所有公司：共关联7家企业均已注销

董明珠：我喜欢直播两小时就卖几千万又怎么样！

满级防水进水保修！OPPO A5 Pro预售：1949元起

袈裟喜+1：《黑神话：悟空》获评2024 NYX年度最佳游戏奖

4种电脑硬件选丐版会翻车：玩家注意避坑

萤火虫火归火！别忘了蔚来ET9才是真正的主角

iPhone 17 Pro屏幕造型揭晓：灵动岛首次缩小

一加Ace 5系列明天发：价格最香的骁龙8至尊版手机来了

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