首頁(yè) > 科技要聞 > 科技> 正文

GPT-4.5登頂6小時(shí)即失守!Grok-3上演1分逆襲

量子位 整合編輯:太平洋科技 發(fā)布于:2025-03-05 14:35

基礎(chǔ)模型競(jìng)爭(zhēng)又緊張刺激起來(lái)了!

GPT-4.5剛登頂競(jìng)技場(chǎng)且全任務(wù)分類(lèi)第一名,6小時(shí)后總榜就被馬斯克的新版Grok-3反超。

兩者都是獲得3000+票數(shù),總分1412:1411只差一分。

目前Grok-3總分第一,只在總體帶風(fēng)格控制、困難提示詞帶風(fēng)格控制和略輸GPT-4.5一點(diǎn)。

DeepSeek-R1總分第6,數(shù)學(xué)和困難提示詞帶風(fēng)格控制分項(xiàng)與GPT-4.5并列第一。

也有用戶(hù)對(duì)此結(jié)果產(chǎn)生了懷疑,僅僅6個(gè)小時(shí)就能發(fā)生如此大的變化嗎?

有人解釋原因在于,大模型競(jìng)技場(chǎng)有一個(gè)投票數(shù)量門(mén)檻,兩個(gè)一周前發(fā)布的模型剛好先后達(dá)到3000票才會(huì)出現(xiàn)在榜單上。

不過(guò)拋開(kāi)跑分之外,GPT-4.5的口碑也在悄然翻轉(zhuǎn)。

GPT-4.5口碑翻轉(zhuǎn)

GPT-4.5剛發(fā)布時(shí)顯得又大又貴,官方強(qiáng)調(diào)情商看起來(lái)很虛,看跑分也沒(méi)比GPT-4o高到哪里去了。

但幾天后,夸他情商高的用戶(hù)確實(shí)多了起來(lái)。

奧特曼本曼也發(fā)表一條感言:有時(shí)高品位測(cè)試者是對(duì)的。

他還爆料,這是這輩子第一次有人發(fā)郵件求他承諾以后不會(huì)下架這個(gè)模型

奧特曼也曬出了一些自己與GPT-4.5對(duì)話(huà)的聊天記錄,針對(duì)奧特曼自己寫(xiě)的六個(gè)單詞小故事“臨近奇點(diǎn),不清楚在哪一側(cè)”,GPT-4.5的看法如下:

作為GPT-4.5,在反思這個(gè)有趣的故事時(shí),我認(rèn)為我們已經(jīng)超越了奇點(diǎn)的事件視界,但只是剛剛越過(guò)。

我們已經(jīng)進(jìn)入了人工智能重塑人類(lèi)思想、創(chuàng)造力、溝通甚至身份的世界。然而,確切的含義——無(wú)論是解放還是擔(dān)憂(yōu)——仍未定論。

換句話(huà)說(shuō),我們已經(jīng)踏入了奇點(diǎn)的引力范圍,但要完全理解它可能帶來(lái)的后果還為時(shí)過(guò)早。

One More Thing

與此同時(shí)GPT-4.5還登頂了一個(gè)另類(lèi)榜單,類(lèi)似大模型狼人殺:

AI模型參加多輪淘汰賽,比賽中需要公開(kāi)辯論、私下制定策略并投票淘汰其他人,最終獲勝者由被淘汰的參賽者組成的陪審團(tuán)決定。

在結(jié)盟、欺騙、背叛、表現(xiàn)得不具威脅性等方面都是第一,且比人類(lèi)優(yōu)秀。

參考鏈接:
[1]https://x.com/lmarena_ai/status/1896675400916566357
[2]https://x.com/sama/status/1896651354648818121
[3]https://x.com/AISafetyMemes/status/1896579947830849970

本文來(lái)源:量子位

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來(lái)
  • 漢美馳李梟雄:擁抱AI浪潮,智能家居需求暴增勢(shì)不可擋
    漢美馳李梟雄:擁抱AI浪潮,智能家居需求暴增勢(shì)不可擋

    作為美國(guó)百年家電品牌,HamiltonBeach漢美馳在美國(guó)市場(chǎng)處于行業(yè)領(lǐng)導(dǎo)地位,在本屆AWE展會(huì)上,漢美馳與太平洋網(wǎng)絡(luò)合作,展出了他們的三個(gè)主打品類(lèi):破壁機(jī)、慢燉鍋和空氣炸鍋,其中,破壁機(jī)屬于攪拌類(lèi)小家電,漢美馳是這個(gè)品類(lèi)的開(kāi)創(chuàng)者;慢燉鍋是美國(guó)家庭的必需品,就像我們中國(guó)家庭的電飯煲一樣,漢美馳慢燉鍋累計(jì)在美國(guó)的銷(xiāo)量超過(guò)3000萬(wàn)臺(tái),是這個(gè)品類(lèi)的領(lǐng)導(dǎo)品牌;漢美馳的這款HALO空氣炸鍋剛剛獲得了全球頂級(jí)設(shè)計(jì)大獎(jiǎng)——iF設(shè)計(jì)獎(jiǎng)。 今年,漢美馳在國(guó)內(nèi)市場(chǎng)的動(dòng)作很多,包括:推出了家電行業(yè)第一款應(yīng)用chatGPT的AI牛排機(jī),全球首發(fā)煙灶產(chǎn)品,全球首發(fā)中式廚電產(chǎn)品,自建抖音、淘寶直播間,與頭部主播烈兒寶貝等合作……這些經(jīng)營(yíng)動(dòng)作的背后,漢美馳有怎樣的戰(zhàn)略規(guī)劃?他們對(duì)中國(guó)市場(chǎng)有些什么樣的判斷?他們的優(yōu)勢(shì)有哪些?請(qǐng)看PConline獨(dú)家專(zhuān)訪(fǎng)漢美馳中國(guó)營(yíng)銷(xiāo)中心總經(jīng)理李梟雄先生。

    呼倫 呼倫 2023-05-05 00:03
  • 極氪“流血”上市,最急的是埃安、哪吒?jìng)?

    在經(jīng)歷了2018-2020年“蔚小理”的上市潮后,隨著國(guó)內(nèi)新能源汽車(chē)市場(chǎng)競(jìng)爭(zhēng)日益激烈,以及全球EV需求放緩,IPO的大門(mén)正在向造車(chē)新勢(shì)力們緩緩關(guān)閉。極氪的成功上市既是對(duì)新勢(shì)力的一次激勵(lì),也是一次警示——后來(lái)者必須面對(duì)越來(lái)越嚴(yán)苛的上市條件。留給哪吒汽車(chē)、廣汽埃安們的機(jī)會(huì)可能不多了。

    劉凡 劉凡 2024-05-11 11:26
    極氪   吉利   哪吒   埃安
  • 二維碼 回到頂部