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

二次元风拉满！华硕ROG STRIX Z890-H GAMING WIFI S主板图赏

快科技12月30日消息，华硕近日推出了ROGSTRIXZ890-HGAMINGWIFIS主板。现在这款新品已经来到我们评测室，下面为大家带来图赏。华硕ROGSTRIXZ890-HGAMINGWIFIS主板拥有强悍的供电解决方案。主板正面及背面多处融入RO姬身影，还有相关主题配件，二次元风拉满。

驱动之家 2024-12-30

微星发布全新显示器型号MPG-325CQRXF 支持AI Vision

这款产品配备了一块31.5英寸的RapidVA曲面屏，其曲率为1000R，分辨率达到2560x1440，并且支持刷新率在48至280Hz之间。响应时间达到0.5msGTG，最大亮度可达350cd/m2，峰值亮度可达到400cd/m2。

中关村在线 2024-12-30

科创解码｜对话张波：新材料助力绿水青山，“绿氢”来了

地球上70%是水，水里是氢和氧，这样看来氢的含量非常多。怎么把这个成本降下来？张波说，如果用了更低价格的绿电产出来的氢气，比如一度电降到两毛钱以内，一公斤氢气10块钱都不到，那交通成本的价格也会降下来，氢能燃料电池汽车也有望更加普及、走向社会。

东方网 2024-12-30

Magic7 RSR保时捷亮相，荣耀宣布全面升级大王影像

近日，荣耀Magic7RSR保时捷设计及影像技术发布会上，荣耀正式宣布Magic7系列将全面升级“大王影像”，以人性化的摄影体验为核心目标，重塑摄影体验新境界。全新端侧AIRAW大模型技术，让手机可以充分释放传感器极限解析力，重点提升12x-30x焦段中高倍望远拍摄的照片画质。

三湘都市报 2024-12-30

英伟达押注下一个增长点：“人形机器人大脑”Jetson Thor预计明年上半年上市

面对芯片业务日益激烈的竞争，英伟达正在押注机器人技术作为其下一轮增长的主要驱动力。12月29日，《金融时报》报道，英伟达将在2025年进一步加大对机器人技术的投入，在明年上半年推出新一代用于人形机器人的紧凑型计算机JetsonThor。

华尔街见闻 2024-12-30

SIE CEO：PS5硬件质量过硬会有很长的生命周期

西野英明表示，PS5的生命周期延长不会影响新硬件的推出时机，新技术的引入与技术进步紧密相连。索尼希望在现有硬件继续提供娱乐的同时，引入新技术，逐步扩展整个生态系统。关于PS5Pro的筹备，西野英明则认为产品的推出需要平衡技术、价格和时机，索尼始终在考虑何时推出产品最符合市场需求。

游侠网 2024-12-30

在轨实施181个项目！报告首次发布→

据中国载人航天工程办公室消息，12月30日，在即将迎来中国空间站全面建成两周年之际，该办公室首次公开发布《中国空间站科学研究与应用进展报告》（2024年）（以下简称《报告》）。

光明网 2024-12-30

央视《焦点访谈》：岚图汽车彰显中国先进智造实力

工厂屋顶上一排排整齐排列的太阳能光伏板，年发电量2000万千瓦时；车间内935台机器人协同作业、如臂使指；AGV智能搬运机器人满载零部件，沿既定轨道驶向装配生产线；总装车间内，每118秒，就有一辆汽车从智能流水线诞生……12月28日晚黄金时段，中央电视台《焦点访谈》栏目特别策划的《信心2024》制造业专题开播，岚图汽车高端智造工厂、岚图...

中新汽车 2024-12-30

用AI之眼探索万物，支付宝上线“探一下”

12月30日，支付宝推出新一代AI视觉搜索产品“探一下”，基于自研的多模态大模型技术，可“用AI之眼探索万物”，提供更快速、有用、趣味的生成式搜索服务。用户遇到感兴趣的事物，就能让AI通过摄像头，识别花草宠物和潮玩、做旅游的随身讲解、查询商品药品详情等，还能趣味解读萌宠照、宝宝照等，晒图不愁配文案。

扬子晚报 2024-12-30

用友：20个“关键词”解码2024大型企业数智化

2024年是大型企业数智化转型的加速之年，我们见证了大型企业数智化转型的跨越式发展!AI、大数据、云计算快速发展，成为企业数智化核心技术，众多领先企业积极探索技术与应用的融合，持续提升运营效率与决策精准度。

中国财富网 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

二次元风拉满！华硕ROG STRIX Z890-H GAMING WIFI S主板图赏

微星发布全新显示器型号MPG-325CQRXF 支持AI Vision

科创解码｜对话张波：新材料助力绿水青山，“绿氢”来了

Magic7 RSR保时捷亮相，荣耀宣布全面升级大王影像

英伟达押注下一个增长点：“人形机器人大脑”Jetson Thor预计明年上半年上市

SIE CEO：PS5硬件质量过硬会有很长的生命周期

在轨实施181个项目！报告首次发布→

央视《焦点访谈》：岚图汽车彰显中国先进智造实力

用AI之眼探索万物，支付宝上线“探一下”

用友：20个“关键词”解码2024大型企业数智化

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