AI宝库

AI宝库首页 › AI 资讯 › 新的人工分析指数扩大了开放式模型和封闭式模型之间的差距

新的人工分析指数扩大了开放式模型和封闭式模型之间的差距

来源:The Decoder · 发布时间:10-28 · 由 AI宝库每小时自动聚合

人工分析公司对其智能指数进行了大修,导致Kimi K3.1 Pro在排名中降下5个出点。 文章新人工分析指数扩大

新的人工分析指数扩大了开放式模型和封闭式模型之间的差距

人工分析公司对其智能指数进行了整改,导致Kimi K3.1 Pro在排名中降下5个出点。 该型号原为发布第4名,但在第5版的8个闭塞型号后跌至第9名。 人工分析现在将开口模型与前导板上方相隔12分,从之前的3分上升。

指数的60%首次依赖于私人测试集来防止"benchmaxing",即专门针对已知测试问题的训练模型的做法。 Kimi K3.1 号机车 Pro的下降表明旧指数使得一些模型看起来比他们看起来更好。 Grok 4.7也损失了12分。

AI研究者内森·兰伯特(Nathan Lambert)认为"板凳"只是故事的一部分。 今天,许多培训成果都发生在强化学习环境,其任务类似于基准测试。 跨越多个领域需要复杂的RL基础设施并不是每个实验室都有

关闭的测试设备确实有缺点,因为外出者无法再发现提示中的错误。 AA-Omniscience知识测试证明了这些错误的存在。 人工分析必须修改新指数的基准测试中模棱两可和有缺陷的问题。

AI News Without the Hype – 由人类治愈

订阅THE DECODER免费阅读,每周AI通讯,我们独家的"AI雷达"前沿报告每年6次,全面存档访问,访问我们的评论部分。

现在订阅

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(the-decoder.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 595 款 AI 工具分类导航 · 每日 AI 热门项目与动态