大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark

作者：量子位发布时间：2024-04-01

GPT-4 GitHub

考研速度和性能的平衡让大模型直接操纵格斗游戏《街霸》里的角色，捉对PK，谁更能打？ GitHub上一种你没有见过的船新Benchmark火了。与llmsys大模型竞技场中，两个大模型分别输出答...【查看原文】

相关资讯

大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark火了

小模型更占优势

GPT-4

量子位 2024-04-02

大模型实时打《街霸》捉对PK GPT-4居然不敌3.5

让大模型直接操纵格斗游戏《街霸》里的角色，捉对PK，谁更能打？GitHub上一种你没有见过的船新Benchmark火了。与llmsys大模型竞技场中，两个大模型分别输出答案，再由人类评分不同—

GPT-4 GitHub

2024-04-01

生成式AI模型大PK——GPT-4、Claude 2.1和Claude 3.0 Opus

简介当前，RAG(检索增强生成)系统的新评估似乎每天都在发布，其中许多都集中在有关框架的检索阶段。然而，生成方面——模型如何合成和表达这些检索到的信息，在实践中可能具有同等甚至更大的意义。许多实际应用

生成式AI GPT-4 Claude

51CTO 2024-05-13

大模型测试题爆火，GPT-4和Claude3都跪了，LeCun转发：新Benchmark

还有12款大模型全军覆没……

GPT-4 Claude3

量子位 2024-06-25

ChatGPT/GPT-4/Llama电车难题大PK，小模型道德感反而更高？

模型有道德推理能力吗？

ChatGPT GPT-4 LLaMA

新智元 2023-10-11

近期资讯

如果我是前端面试官-思路汇总篇

本文主要思考下技术面应该如何去面试，既能体现面试官的素质和专业性，又能考察候选人的技术能力和工作经验和项目经验是否匹配。同时候选人也可以通过阅读本文来查漏补缺，揣摩面试官的意图。

牛奶 2024-12-29

耐心 | 2024年终总结

2021年的年度关键词是：改变，2022年是：计划，2023年是：勇敢，2024年是：耐心，2025年我给我立的关键词是：积累，这个词是我在2024年悟到的，生活中的方方面面其实都需要积累。

星空海绵 2024-12-29

jinzunqinjiu 2024-12-29

JavaScript 文件处理的详细链路

在 Webpack 中使用 babel-loader 处理 JavaScript 文件时，其处理链路可以分解为以下详细步骤： 1. Webpack 构建启动: Webpack 根据配置文件 (webp

小小小小宇 2024-12-29

24GB！Intel显卡显存真大方：醉翁之意不在游戏

快科技12月30日消息，Intel首批发布了两款锐炫B系列显卡，其中B580配备了192-bit 12GB显存，还是比较慷慨的。当然，后续的更高端锐炫B700系列上，显存必然会更大，毕竟上代锐炫A770，就给到了

2024-12-30

umi 能适配 taro组件？

引言本篇主要介绍了在umi项目中如何用taro组件去适配开发。背景随着技术不断更新，业务也迎来了新一代的发展。为了提高开发效率，我们采用Taro 来实行一套代码多端维护。因为我们商家端可以以楼层

hawleyHuo 2024-12-29

React18与Vue3组件通信对比学习（详细！建议收藏！！🚀🚀）

经过Vue3的洗礼，最近初始React18，还是觉得有必要对比一下两者进行通信的方式。主要以 ‘父子通信’，‘兄弟通信’，‘跨域通信’ 后文章有点长，可以收藏起来，慢慢看~~ 但是不要让这篇文章吃灰

ys指风不买醉 2024-12-29

大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark

推荐体验

相关资讯

大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark火了

大模型实时打《街霸》捉对PK GPT-4居然不敌3.5

生成式AI模型大PK——GPT-4、Claude 2.1和Claude 3.0 Opus

大模型测试题爆火，GPT-4和Claude3都跪了，LeCun转发：新Benchmark

ChatGPT/GPT-4/Llama电车难题大PK，小模型道德感反而更高？

近期资讯

如果我是前端面试官-思路汇总篇

耐心 | 2024年终总结

006：传统计算机视觉之均值滤波初探

69天探索操作系统-第25天：文件系统基础

【OpenHarmony】鸿蒙 UI开发之vlayout

NestJS启动。前端咋啦，前端就不能写后端吗？

JavaScript 文件处理的详细链路

24GB！Intel显卡显存真大方：醉翁之意不在游戏

umi 能适配 taro组件？

React18与Vue3组件通信对比学习（详细！建议收藏！！🚀🚀）

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