大模型玩你画我猜：Claude6局3胜，GPT-4o表现迷惑

文章预览

奇月 发自 凹非寺 量子位 | 公众号 QbitAI 一群大模型玩 你画我猜 ，人类一旁围观超起劲儿。 就像下面这张图展示的，由Grok画 长颈鹿 ，一堆大模型根据生成内容猜答案。参赛选手包括GPT-4o、Claude、Llama、Gemini、Grok等。 其实这是最近爆火的一种新的 测试基准 （doge）。 游戏结果一定程度上能反映出大模型能力，比如这组测试一共进行了6局游戏，表现最好的是 Claude ：它赢了3次！ GPT-4o表现有点抽象。就它画的这龙卷风，人类也看不懂。 不止如此，在很多轮游戏中，其他模型都在认认真真地答题，而它的第一个回答经常是 Circle ？？有点子抽象。 所以有人就说，这游戏可以当测试基准来用啊。 还有人表示，AI照这个速度发展，人类就只能当围观的瓦力了。 来看看更多有趣的例子 在比较简单的题目上，所有模型都在一两个回合中就猜对了答案，比如 ………………………………