标签：测试
马斯克“超级高铁”梦碎美国！明星创业公司公告倒闭，成立10年一单没接
梦晨 丰色 发自 凹非寺量子位 | 公众号 QbitAI很突然，“超级高铁”明星公司Hyperloop One宣布即将倒闭，解雇了大部分员工，12月31日彻底结束。 一时间马斯克又...
自己发基准自己第一，Anyscale行为惹社区吐槽
机器之心报道 编辑：蛋酱前一天发布 LLMPerf 排行榜，宣称要推动大型语言模型推理领域的发展，鼓励创新与超越。 第二天就收获 AI 社区的大量吐槽，原因是排行...
CMU权威对比Gemini，GPT-3和Mistral8×7B！GPT-3.5依旧拿捏Gemini，开源模型差距依然不小
新智元报道编辑：山令alan 【新智元导读】谷歌发布Gemini以后，一直宣称Gemini Pro要优于GPT-3.5，而CMU的研究人员通过自己实测，给大家来了一个客观中立第三...
显卡之争！英伟达和AMD下场互掐！GPU霸主地位是否能保？
夕小瑶科技说 原创作者 | 王二狗大家好，我是二狗。 英伟达和AMD这两家芯片巨头掐起来啦！ 事情的起因是，两周前AMD董事会主席兼CEO苏姿丰在一场活动中发布了...
摸底谷歌Gemini：CMU全面测评，Gemini Pro不敌GPT 3.5 Turbo
机器之心报道 机器之心编辑部谷歌的 Gemini 到底几斤几两？和 OpenAI 的 GPT 模型相比表现如何？CMU 这篇论文测明白了。前段时间，谷歌发布了对标 OpenAI GPT...
ChatGPT变懒原因：正在给自己放寒假！已被网友测出🧐
西风 发自 凹非寺量子位 | 公众号 QbitAIChatGPT近期偷懒严重，有了一种听起来很离谱的解释：模仿人类，自己给自己放寒假了～有测试为证，网友@Rob Lynch用GT...
华为余承东怒怼懂车帝，「坑人」的冬测有什么猫腻？
雪地里的真相懂车帝这个冬测价格确实让人震惊，相对来说，手机圈的 DxO 简直是过家家。今天凌晨，博主@小蒜苗长 抛出了一张疑似懂车帝冬测的商业合作权益截图...
一句话解锁100k+上下文大模型真实力，27分涨到98，GPT-4、Claude2.1适用
梦晨 发自 凹非寺量子位 | 公众号 QbitAI各家大模型纷纷卷起上下文窗口，Llama-1时标配还是2k，现在不超过100k的已经不好意思出门了。然鹅一项极限测试却发现...
谷歌 Gemini 与 GPT-4 哪家强？
来源：数据观综合（转载请注明来源）编辑：蒲蒲美国时间12月6日，谷歌正式发布了 Gemini 大模型。按照谷歌的说法， Gemini 可以像人类一样理解世界，处理代码...
优等生归来，谷歌最强大模型Gemini能否打败GPT4？｜甲子光年
谷歌在技术前瞻性上领先，OpenAI更专注于产品的打磨。作者｜苏霍伊编辑｜王博'沉寂'已久的谷歌终于放大招了。美国当地时间12月6日，谷歌发布多模态大模型Ge...
朱松纯教授团队提出通用人工智能测试评级的标准与平台Tong Test
//人类正在迈入智能时代，其区别于信息时代的显著特征是大量通用智能体的出现，而通用人工智能作为引领和推动智能时代发展的核心科技，是目前及未来国际人工...
最新Claude 200K严重「虚标」？大神壕掷1016美元实测，90K后性能急剧下降
新智元报道编辑：润 好困【新智元导读】月初刚测了GPT-4 Turbo上下文真实实力的大神Greg Kamradt又盯上了Anthropic刚更新的Claude 2.1。他自己花了1016刀测完...
GPT-4不会图形推理？“放水”后准确率依然只有33%
克雷西 发自 凹非寺量子位 | 公众号 QbitAIGPT-4的图形推理能力，竟然连人类的一半都不到？美国圣塔菲研究所的一项研究显示，GPT-4做图形推理题的准确率仅有3...
GPT-4V在自动驾驶上应用前景如何？面向真实场景的全面测评来了
机器之心报道机器之心编辑部GPT-4V 的发布让许多计算机视觉（CV）应用看到了新的可能。一些研究人员开始探索 GPT-4V 的实际应用潜力。最近，一篇题为《On the...
AI「cosplay」关键在人设！复旦、人大等发布大五人格+MBTI测试：特质还原率达82.8%，拒绝OOC
新智元报道编辑：LRS【新智元导读】良好的人设还原度是AI角色扮演的关键，研究人员对大五人格的NEO-FFI问卷和MBTI的16Personalities进行了改写，利用LLM将其...
粤公网安备 44011502001135号