GPT-4o成為全領(lǐng)域SOTA！基準(zhǔn)測(cè)試遠(yuǎn)超Gemini和Claude，多模態(tài)功能遠(yuǎn)超GPT-4

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：GPT-4o成為全領(lǐng)域SOTA！基準(zhǔn)測(cè)試遠(yuǎn)超Gemini和Claude，多模態(tài)功能遠(yuǎn)超GPT-4
關(guān)鍵字：報(bào)告,模型,能力,基準(zhǔn),測(cè)試
文章來源：新智元
內(nèi)容字?jǐn)?shù)：6334字

內(nèi)容摘要：

新智元報(bào)道編輯：編輯部
【新智元導(dǎo)讀】OpenAI半小時(shí)的發(fā)布會(huì)讓很多人第一反應(yīng)是直呼「失望」，但隨著官網(wǎng)放出更多demo以及更多網(wǎng)友開始試用，大家才發(fā)現(xiàn)GPT-4o真的不可小覷，不僅在各種基準(zhǔn)測(cè)試中穩(wěn)拿第一，而且有很多發(fā)布會(huì)從未提及的驚艷功能。OpenAI在發(fā)布會(huì)上官宣GPT-4o之后，各路大神也開始了對(duì)這個(gè)新模型的測(cè)評(píng)，結(jié)果就是，GPT-4o在多項(xiàng)基準(zhǔn)測(cè)試上都展現(xiàn)了SOTA的實(shí)力。
別家發(fā)布會(huì)都在畫餅，OpanAI卻總能開出一種「欲揚(yáng)先抑」的效果，驚喜全在發(fā)布會(huì)之后。
基準(zhǔn)測(cè)試結(jié)果首先，在LMSys機(jī)器人競(jìng)技場(chǎng)上的ELO分?jǐn)?shù)排行上，GPT-4o套了一個(gè)GPT2機(jī)器人的馬甲，以一騎絕塵的態(tài)勢(shì)名列第一，評(píng)分為1310，和第二名GPT-4-turbo的1253分相比，呈現(xiàn)斷檔式的提升。
再來看多模態(tài)領(lǐng)域的基準(zhǔn)Reka Vibe-Eval，這也是一個(gè)很有挑戰(zhàn)性的測(cè)試，由 269 個(gè)超高質(zhì)量圖像文本對(duì)組成，用于評(píng)估多模態(tài)語(yǔ)言模型的性能。
在Reka Vibe-Eval 分?jǐn)?shù)的排行榜上，GPT-4o再次榮登第一，相比谷歌新發(fā)布的Gemini Pro 1.5高出了將近三個(gè)百分點(diǎn)。
而且

原文鏈接：GPT-4o成為全領(lǐng)域SOTA！基準(zhǔn)測(cè)試遠(yuǎn)超Gemini和Claude，多模態(tài)功能遠(yuǎn)超GPT-4

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。