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

周鸿祎：每个家庭都会新增 “几十口人”！

快科技12月27日消息，今日360集团创始人、董事长周鸿祎发文预测，未来每个家庭都会新增 “几十口人”，因为家里所有的家电和硬件将一夜之间变为真正智能的AI伙伴。他还提到了英伟达

2024-12-27

Apifox 12月更新｜接口的测试覆盖情况、测试场景支持修改记录、迭代分支能力升级、自定义项目角色权限、接口可评论

Apifox 新版本上线啦！看看本次版本更新主要涵盖的重点内容，有没有你所关注的功能特性：接口支持查看测试覆盖率测试场景新增「历史记录」功能「迭代分支」优化升级新增主分支保护机制支持迭代分

Apifox 2024-12-27

12月第二周消费热门事件榜

刺激消费、关注安全、科技热点升温。

世研大消费指数 2024-12-27

聪明的钱 | 中欧基金：重点关注政策加码，抓住投资AI三大机会

未来利率中枢有望下行，看多算力与AI软硬件应用。

黄绎达 2024-12-27

航运运价迎集中上调，2025年的航运市场将如何运行？

展望2025年，地缘政治依旧是行业最大的变量，在动荡复杂的局势中，保持对市场资讯的持续关注，将是航运赛道的关键。

满投财经 2024-12-27

英伟达年终大礼，最强AI GPU曝光，全新B300让o1/o3推理性能上天算力爆表

英伟达发布GB300/B300，性能提升50%，供应链重构。

新智元 2024-12-27

【OpenHarmony】鸿蒙 UI开发之DanmakuFlameMaster

DanmakuFlameMaster是一款弹幕框架，支持发送纯文本弹幕、设置弹幕在屏幕的显示区域、控制弹幕播放状态等功能

塞尔维亚大汉 2024-12-27

为什么说品牌不仅是商场的核心内容，更是运营创新的指引灯塔？

品牌不仅是商品和服务的提供者，它们更代表着不同的生活方式、价值观念和美学追求。

RET睿意德 2024-12-27

【算法】课程表 II

难度：中等题目现在你总共有 numCourses 门课需要选，记为 0 到 numCourses - 1。给你一个数组 prerequisites ，其中 prerequisites[i] = [

时清云 2024-12-27

洞悉变局中的机会品牌出海构建向上生长之道 | 2024全球化新锐品牌数字营销峰会回顾

中国企业出海增长路径及品牌全球化策略。

未来一氪 2024-12-27

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

周鸿祎：每个家庭都会新增 “几十口人”！

Apifox 12月更新｜接口的测试覆盖情况、测试场景支持修改记录、迭代分支能力升级、自定义项目角色权限、接口可评论

12月第二周消费热门事件榜

聪明的钱 | 中欧基金：重点关注政策加码，抓住投资AI三大机会

航运运价迎集中上调，2025年的航运市场将如何运行？

英伟达年终大礼，最强AI GPU曝光，全新B300让o1/o3推理性能上天算力爆表

【OpenHarmony】鸿蒙 UI开发之DanmakuFlameMaster

为什么说品牌不仅是商场的核心内容，更是运营创新的指引灯塔？

【算法】课程表 II

洞悉变局中的机会品牌出海构建向上生长之道 | 2024全球化新锐品牌数字营销峰会回顾

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