科技魔方

GPT-4 Turbo 击败 Claude 3,重新夺回 “最佳AI模型” 称号

更多动态

2024年04月16日

  OpenAI最新推出的更新版 GPT-4Turbo 上周已经面向开发人员和付费 ChatGPT 订阅者提供。当推出这一模型时,OpenAI 表示新的 GPT-4Turbo 从前作中进行了多项改进,而用户们也发现这一点确实如此。

  从上周四开始,更新版的 GPT-4Turbo,即 gpt-4-turbo-2024-04-09,重新夺回了 Large Model Systems Organization(LMSYS)Chatbot Arena 的榜首位置,这是一个众包的开放平台,用户可以在其中评估大型语言模型(LLM)。

  在 Chatbot Arena 中,用户可以与两个 LLMs 并排聊天,比较它们的回答,而不知道每个模型的身份。这些结果被用于排名 Chatbot Arena 中的82个 LLMs,包括市场上所有最受欢迎的 LLMs,如 Gemini Pro、Claude3系列 LLMs 和 Mistral-Large-2402。

  截至4月13日的最新Chatbot Arena 更新,更新版的 GPT-4Turbo 在整体、编码和英语类别中处于领先地位。这意味着不到一个月之后,Anthropic 的 Claude3Opus 在整体类别中被挤到第二名,其后是 GPT-4Turbo 的旧版本 GPT-4-1106-preview。

  这些结果可能归因于 gpt-4-turbo-2024-04-09在编码、数学、逻辑推理和写作能力方面的改进,表现更高于一系列用于测试 AI 模型熟练程度的基准测试。想要自行比较 gpt-4-turbo-2024-04-09与其他 LLMs 的表现?可以访问 Chatbot Arena 网站,点击 “Arena(side-by-side)” 选项,选择要比较的模型。

  值得注意的是,由于您知道侧边模式中模型的身份,您将无法进行投票。如果您想要进行投票,并让其计入排行榜,您可以使用 “Arena(battle)” 选项将随机模型进行比较。如果您想要跳过测试,直接使用 gpt-4-turbo-2024-04-09在 ChatGPT 中,需要成为 ChatGPT Plus 订阅者,费用为每月20美元。

+1

来源:站长之家

延展资讯