GPT-4不服被Bard反超：最新模型已入场

“大模型排位赛”权威榜单chatbot arena刷新：

谷歌Bard超越GPT-4，排名位居第二，仅次于GPT-4 Turbo。

然鹅，众多网友对此却表示“不服”、“不公平”。

原来，谷歌AI掌门人Jeff Dean透露，Bard性能大幅提升，是因为搭载了新版大模型——Gemini Pro-scale。

这也就意味着，打“排位赛”的Bard具备了联网功能。

网友的质疑正是围绕着这一点展开：

在同一个排行榜上混合在线和离线大模型，是极易引起误解的。

Hugging Face的“首席羊驼官”Omar Sanseviero也表示：

既然如此…我也可以向lmsys提交具有搜索功能的Mixtral吗？

面对种种质疑声，Imsys官方做出了回应，其中指出：

• Arena排行榜是实时的，大家如有疑问，可在Arena中直接比较模型并投票；
• 投票数据公开透明，还会即将发布关于用户提示多样性和投票质量的研究以及相应的数据集；

对于网友们最关心的被Bard超越的GPT-4是不联网版本的问题，Imsys表示“如果实时数据的接入能够提升用户体验，排行榜将予以体现”。

并且直接@了OpenAI和Bing以及微软高管Mikhail Parakhin，表示非常乐意在竞技场中加入GPT-4联网版或Bing Copilot。

最新消息是，OpenAI的最新模型gpt-4-0125-preview现已入驻竞技场，等待用户参与投票。

Bard超越GPT-4是怎么回事？

Chatbot Arena是一个大模型权威榜单，由UC伯克利研究人员主导的Imsys（Large Model Systems Organization）组织创建。

该排行榜采用匿名1V1battle的投票规则，基于Elo评级系统排名。

Machine Translation

聚合多个来源的AI翻译

49 查看详情

具体来说，投票页面如下，两个模型Model A和B均匿名，用户在提出多个问题后对模型的回答打分，总共有四个选项：A更好、B更好、A和B一样好，A和B都不好。

值得一提的是，如果在问答过程中，模型身份泄露，那么该投票作废。

根据当前榜单，竞技场中有56个大模型：

此前GPT-4凭借“遥遥领先”的评分，长期霸榜，然而新版Bard发布后，直接超越GPT-4的两个版本冲到了第二名，和第一名的GPT-4 Turbo只差34分：

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

更详细一点，在所有没有平局的Model A对B的对决中，Model A获胜的比例如下：

还有每一对模型组合的单挑次数（无平局）：

此外，Chatbot Arena排行榜还使用自助法对Elo评分估计进行1000次随机抽样，从而评估置信区间等。

单个模型相对于其他所有模型的平均胜率如下：

不过值得注意的是，Arena排行榜是实时的，Bard目前虽然排名第二，但总共只有3000多票。

相较而言，GPT-4 Turbo的票数已经达到了30000+，被超越的两个版本的票数也都是Bard的数倍。

而现在GPT-4最新版本已入场（虽然还没有在排行榜上更新），后续结果还要再坐等一波～

参考链接：https://twitter.com/lmsysorg/status/1752035632489300239。

以上就是GPT-4不服被Bard反超：最新模型已入场的详细内容，更多请关注其它相关文章！

# 自定义  # 东城网站搜索优化  # 门窗网站建设公司排行  # 偃师律师网站推广平台  # 周至网络营销怎么推广  # 推广场景营销  # seo2与乙醛  # 沧州网站建设哪家快速  # 网站微信推广方式  # 对于营销推广方法  # 秀屿区网站推广  # 怎么处理  # 榜上  # 重庆  # gpt-4  # 榜单  # 多个  # 的是  # 老照片  # 自己的  # 反超  # copilot  # gemini  # 谷歌ai  # hugging face  # bard  # 谷歌 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： AI技术改变*，新骗局来袭，*成功率接近100%  阿里达摩院发布免费开放100项AI专利许可的动机是什么？  AI创作广告文案等同2.47年工作经验，且消费者无法区分｜AI营销前沿  曝光HarmonyOS 4的重要新能力：全面升级AI大模型，小艺实现全面进化  人工智能“Aria”现身 Opera浏览器100版本更新：新功能“标签岛”  以分布式网络串联闲置GPU，这家创企称可将AI模型训练成本降低90%  中国气象局预测：到 2030 年，中国人工智能气象应用将达到国际领先水平  云米Smart 2E AI立式空调开启预售：新三级能效，到手价3899元  AYANEO 安卓掌机 Pocket AIR 配置公布：天玑 1200 + 5.5 英寸屏  第二届光合组织AI解决方案大赛赛果揭晓  谷歌AudioPaLM实现「文本+音频」双模态解决，说听两用大模型  人工智能产业竞跑“未来赛道” 创新发展放大“赋能”效应  Meta发布音频AI模型，仅需2秒片段模拟真人语音  英伟达CEO宣称生成式AI已迎来“划时代时刻”  兆讯传媒率先全面拥抱AI 数智广告内容焕发新生机  马斯克发推讽刺人工智能：机器学习的本质就是统计  微软宣布为 Azure AI 添加男性声线，增强文本转语音功能  速途网络成立“人工智能专家委员会”5位中美博士加盟  “上海市民营企业人工智能赋能创新中心”揭牌成立  人形机器人打开精密齿轮市场全新空间！受益上市公司梳理  宇宙探索下一阶段，机器代替人类，AI会在太空探索中取代人类吗？  上天下海登极，青岛与昇腾AI握手一起探索星辰大海  意大利警察拟用AI预测犯罪 该算法被指种族歧视严重  日新月异，脑机接口技术都有哪些新应用？  五项人工智能尚未能够实现的任务  提升工作效率的智能工具：Zapier 让工作变得更简单！  清华朱军团队新作：使用4位整数训练Transformer，比FP16快2.2倍，提速35.1%，加速AGI到来！  一次购买全年省心，入手科沃斯这几台机器人，省下时间就是金钱  上海发布大模型政策 打造AI“模”都  直击上影节 | 光线传媒董事长王长田谈新技术：未来VR放映效果可能媲美影院  从GOXR到PartyOn，XRSPACE致力打造多元共赢的元宇宙世界  研究预测HPC支持的人工智能增长迅速  CharacterAI - 也许会成为会话人工智能的未来  AI+游戏首度大范围公布实际应用成果，AI全面来临还有多远？  VR健身应用《FitXR》将取消Quest 1端会员服务  生成式AI对云运维的3大挑战  OpenAI 已全面开放 GPT-3.5 Turbo、DALL-E 及 Whisper API  破解零碳产业园建设规范和成果评价难题  首届亚太网络法实务大会召开 九位大咖探讨元宇宙与人工智能发展  B站内测 AI 搜索功能，输入“？”即可体验  行业首发「超级智绘」AI故事集，TCL实业推进AI技术应用  马克龙密会AI专家，法国加入全球人工智能竞赛  一文读懂自动驾驶的激光雷达与视觉融合感知  百川智能发布Baichuan-13B AI模型，号称“130亿参数开源可商用”  “三夏”农忙保障用电，无人机高空巡视高压线  湖北科技职业学院举行工业机器人及智能制造技术专精特新产业学院建设启动仪式  两架海燕号无人机交付中国气象局 助力建设国家级机动气象观测业务  腾讯企点客服接待与营销分析能力升级！企业操作更高效、人机交互更智能  AI+音乐如何“生成”动听旋律？一起揭秘世界人工智能大会开场曲  朝鲜出现国产大型察打一体无人机，实力世界第二，太意外了