大模型及时打《街霸》捉对 PK：GPT-4 不敌 3.5，新式 Benchmark 火了
让大模型直接操纵格斗游玩《街霸》里的脚色，捉对 PK，谁更能打？GitHub 上一种你没有见过的船新 Benchmark 火了。与 llmsys 大模型竞技场中，两个大模型分别输出答案，再由人类评分不同 —— 街霸 Bench 引入了两个 AI 之间的交互，且由游玩引擎中确定的条例评判胜败。这种新弄法吸引了不少网友来围观。由于项目是在 Mistral 举办的黑客马拉松活动上开发，所以开发者只使用 …- 8
- 0
格斗游玩
扫码打开当前页
- ￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×