让两个 AI 对弈是个不错的测试模型能力的方法

发布时间: 2025-02-16 14:40:04

1分

数据加载中

关注推特

收听电报

2

1

0

让两个 AI 对弈是个不错的测试模型能力的方法

IT技术
( twitter.com )

3天前由宝玉提交

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

当 AI 能考上一本，十年寒窗苦读还有意义吗？
这两天被一条新闻刷屏，就是极客公园做的一个测试，找了九个大模型测试 2024 年高考试卷，结果有四个大模型文科成绩上了一本线，整体表现最强的是 GPT-4o（文科 562 分），国内模型中表现最好的是字节的豆包（文科 542.5）。相比文科，AI
IT技术
( twitter.com)

7个月前 • 宝玉 • -- 点击 0 评论

2

3

2

2

AI是怎么变聪明的？难道就是跑个超级大模型就行了？其实根本不是。让一个AI模型真正聪明起来的重要因素就是人工训练，用最天才的头脑，进行海量的知识问答训练，才能让AI掌握顶尖的人类智慧。中国有能够训练AI的人吗？你能指望一帮奴才能训练出一个乔布斯的思维模型？…
时政
( twitter.com)

11个月前 • Lei’s Talk • -- 点击 0 评论

3

3

2

2

看到一篇对Kimi探索版的复杂逻辑推理测试很有意思。Kimi经过一系列假设验证，得到了正确结论。
对大语言模型来说，需要借助CoT（思维链），生成分析过程。但是有思维链不代表就一定能做对，分别测试一下几个模型，GPT-4o 和 o1 都能做对，尤其是 o1，推理很严谨。让我意外的是 Claude
IT技术
( twitter.com)

4个月前 • 宝玉 • -- 点击 0 评论

4

2

1

1

阿里巴巴宣布新AI模型优于DeepSeek和Meta 阿里云表示，根据其进行的基准测试，Qwen2.5 Max与OpenAI、DeepSeek和Meta的领先模型进行了对比，Qwen2.5-Max全部超越了对比模型。
时政
( twitter.com)

21天前 • 李老师不是你老师 • -- 点击 0 评论

5

2

1

1

相对靠谱的 Devin 的评测，完全同意：
- Devin 背后的 AI 模型是 GPT-4，这可能会让成本居高不下，甚至于超过雇佣一个开发工程师；
- 大多数用来测试的面试题并不难，实际上，你直接把这些问题提交到 ChatGPT 也能得到正确答案；
- 相比于对现实开发场景中常见的维护已有的复杂代码库，Devin…
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

6

2

1

1

中国版Sora，快手可灵AI可用性测试。
分别测试了吃播、风景、运动、动物。
所有测试均使用 1 shot，拒绝抽卡。
可以看到这个模型的可用性非常之高。
当然也能发现很多问题。
全部视频和prompt都放到这一个视频里。
请欣赏。
The Chinese version of Sora, Kling AI usability test.
Tested eating,
IT技术
( twitter.com)

8个月前 • orange.ai • -- 点击 • 下载视频 0 评论

00:01:01

7

2

1

1

DeepSeek-R1模型简单测试了一下之前用o1模型测试过的前端案例(中美时间对照表），效果相当惊艳✨，甚至连国旗都完美绘制出来了🇨🇳！
相比之下，OpenAI的Plus订阅（💰20美刀/月）限制o1模型一周只能用50次，早在两个月前我就取消订阅了🚫。
时政
( twitter.com)

29天前 • linear uncle • -- 点击 0 评论

8

2

1

1

推荐大家试试这个微博用户零重力瓦力用来测试写小说的Prompt：
"如果现实世界是一个AI模型"，请参考以下设定，撰写一篇科幻小说。要求内容完整，逻辑清晰，有深入的人物刻画，故事情节能够和设定深入结合，有悬念和反转。
1.
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 0 评论

9

3

2

2

只能说你找的开源模型不行，试试这个：
IT技术
( twitter.com)

1年前 • LIN WEI • -- 点击 0 评论

0.01863 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: admin@bad.news

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特