AI图鉴

AI图鉴首页 › AI 资讯 › 新的人工分析指数扩大了开放模型和封闭模型之间的差距

新的人工分析指数扩大了开放模型和封闭模型之间的差距

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

人工分析对其智能指数进行了大修,导致Kimi K3.1 Pro在排名中降下5个斑点。 新人造分析指数扩大

新的人工分析指数扩大了开放模型和封闭模型之间的差距

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个点。 该型号最初发布排在第4位,但在第5版的8个闭合型号后跌至第9位。 人工分析现在将开放模型和头板顶部的差距放在12点,从之前的3点上升。

指数的60%首次依靠私人测试集来防止"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好。 Grok 4.7也损失了12分。

AI研究员内森·兰伯特(英语: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方面,任务类似于基准测试。 不断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

关闭的测试装置确实有缺点,因为外人不能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。 人为分析不得不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图鉴自动抓取并翻译,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图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 596 款 AI 工具分类导航 · 每日 AI 热门项目与动态