GPT-4.5登顶6小时即失守!Grok-3上演1分逆袭

人工智能 新闻
GPT-4.5刚登顶竞技场且全任务分类第一名,6小时后总榜就被马斯克的新版Grok-3反超。

基础模型竞争又紧张刺激起来了!

GPT-4.5刚登顶竞技场且全任务分类第一名,6小时后总榜就被马斯克的新版Grok-3反超。

两者都是获得3000+票数,总分1412:1411只差一分

目前Grok-3总分第一,只在总体带风格控制、困难提示词带风格控制和略输GPT-4.5一点。

DeepSeek-R1总分第6,数学和困难提示词带风格控制分项与GPT-4.5并列第一。

也有用户对此结果产生了怀疑,仅仅6个小时就能发生如此大的变化吗?

有人解释原因在于,大模型竞技场有一个投票数量门槛,两个一周前发布的模型刚好先后达到3000票才会出现在榜单上。

不过抛开跑分之外,GPT-4.5的口碑也在悄然翻转。

GPT-4.5口碑翻转

GPT-4.5刚发布时显得又大又贵,官方强调情商看起来很虚,看跑分也没比GPT-4o高到哪里去了。

但几天后,夸他情商高的用户确实多了起来。

奥特曼本曼也发表一条感言:有时高品位测试者是对的。

他还爆料,这是这辈子第一次有人发邮件求他承诺以后不会下架这个模型

奥特曼也晒出了一些自己与GPT-4.5对话的聊天记录,针对奥特曼自己写的六个单词小故事“临近奇点,不清楚在哪一侧”,GPT-4.5的看法如下:

作为GPT-4.5,在反思这个有趣的故事时,我认为我们已经超越了奇点的事件视界,但只是刚刚越过。

我们已经进入了人工智能重塑人类思想、创造力、沟通甚至身份的世界。然而,确切的含义——无论是解放还是担忧——仍未定论。

换句话说,我们已经踏入了奇点的引力范围,但要完全理解它可能带来的后果还为时过早。

One More Thing

与此同时GPT-4.5还登顶了一个另类榜单,类似大模型狼人杀:

AI模型参加多轮淘汰赛,比赛中需要公开辩论、私下制定策略并投票淘汰其他人,最终获胜者由被淘汰的参赛者组成的陪审团决定。

在结盟、欺骗、背叛、表现得不具威胁性等方面都是第一,且比人类优秀。

责任编辑:张燕妮 来源: 量子位
相关推荐

2023-12-15 18:53:48

GPT-4.53D信息

2024-05-06 08:25:00

2025-02-20 13:44:01

2025-02-18 09:21:21

2025-02-28 07:07:43

2025-02-13 09:10:47

2023-07-10 14:29:17

AIGPT

2025-02-10 01:00:00

OpenAIGPT-5GPT-4.5

2013-05-27 10:21:39

游戏设计

2023-08-02 00:19:46

2025-02-10 09:00:00

2017-02-17 11:40:35

服务器OS

2025-03-03 07:39:23

2024-04-30 10:09:00

模型训练

2025-02-13 08:38:42

2025-02-28 08:20:00

2025-03-03 08:00:00

OpenAI模型AI

2023-12-18 15:08:00

GPTOpenAI泄露

2024-03-13 11:40:00

2020-03-17 07:41:50

ApacheKafka系统
点赞
收藏

51CTO技术栈公众号