GPT-4o mini排名雪崩！大模型竞技场规则更新，奥特曼刷分小技巧无效了

文章预览

点击下方 卡片 ，关注“ CVer ”公众号 AI/CV重磅干货，第一时间送达 点击进入—> 【Mamba/多模态/扩散】交流群 添加微信号：CVer111，小助手会拉你进群！ 扫描下方二维码，加入CVer学术星球 ！ 可以获得最新顶会/顶刊上的论文idea 和 CV从入门到精通资料，及最前沿应用 ！发论文/搞科研/涨薪，强烈推荐！ 梦晨 发自 凹非寺 转载自：量子位（QbitAI） 大模型竞技场规则更新， GPT-4o mini排名立刻雪崩，跌出前10 。 新榜单对AI回答的 长度和风格等特征做了降权处理 ，确保分数反映模型真正解决问题的能力。 想用漂亮的格式、增加小标题数量等技巧讨好用户、刷榜，现在统统没用了。 在新规则下，奥特曼的 GPT-4o mini 、马斯克的 Grok-2系列 排名显著下降，谷歌 Gemini-1.5-flash 小模型 也有所回落。 Claude系列 、 Llama-3.1-405b 大模型分数则纷纷上涨。 只计算困难任 ………………………………