Купить криптовалюту
Оплатить в
USD
USD
Купить и Продажа
HOT
Покупайте и продавайте криптовалюту через Apple Pay, карты, Google Pay, банковские переводы и т. д
P2P
0 Fees
Нулевые комиссии, более 400 способов оплаты и простая покупка и продажа криптовалюты
Gate Card
Криптовалютная платежная карта, обеспечивающая бесперебойные глобальные транзакции.
Рынки
Торговля
Тип торговли
Торговые инструменты
Фьючерсы
Фьючерсы
Сотни контрактов, рассчитанных в USDT или BTC
Опционы
HOT
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Начало фьючерсов
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Участвуйте в мероприятиях и выигрывайте щедрые награды
Демо-торговля
Используйте виртуальные средства для торговли без риска
Earn
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Launchpad
Будьте готовы к следующему крупному токен-проекту
Alpha Points
NEW
Торгуйте ончейн активами и получайте награды аирдропа!
Фьючерсные баллы
NEW
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
VIP-центр богатства
Настроенное вами управление капиталом способствует росту ваших активов
Управление частным капиталом
tag
Индивидуальное управление активами для роста ваших цифровых активов
Количественный фонд
tag
Лучшая команда по управлению активами поможет вам получить прибыль без лишних хлопот
Стейкинг
Делайте стейкинг криптовалюты, чтобы заработать на продуктах PoS
Стейкинг BTC
HOT
Стейкайте BTC и зарабатывайте 10% годовых
Минтинг GUSD
Используйте USDT/USDC чтобы минтить GUSD для доходности на уровне казначейских облигаций
Сообщество
Квадрат
Gate Fun
Поделитесь своим постом и будьте в курсе событий в сфере криптовалют и не только
Live
moments live
Анализ рынка криптовалют в реальном времени
Чат
Общайтесь с криптотрейдерами
Новости
Последние новости в мире криптовалют
web3
Web3
Еще
Рекламные акции
Руководство для Начинающих
giveaways
Центр наград
Площадь
Обновления
Трендовые
Новости
Профиль
DappDominatorvip

Войны ИИ становятся все интереснее. Новая модель претендует на трон с впечатляющими показателями — рейтинг 1483 по Эло в режиме рассуждений на текстовом лидерборде LMArena. Это на 31 балл больше, чем у ближайшего независимого конкурента. Даже без всех наворотов в режиме рассуждений она заняла второе место.



В чем причина такого скачка? Похоже, модель переписывает бенчмарки по всем фронтам. Будь то работа со сложными логическими цепочками или обработка нюансированных запросов — разница в производительности бросается в глаза. Лидерборд не врет: когда ты обгоняешь признанных игроков с таким отрывом, значит, в архитектуре произошли фундаментальные изменения.

Но есть один нюанс: доминирование в контролируемых тестах не всегда означает превосходство в реальном мире. Мы уже видели модели, которые блестяще справлялись с бенчмарками, но спотыкались на реальных задачах, которые важны пользователям. Тем не менее, эти метрики важны. Они показывают, куда движется технологический потолок, а сейчас он поднимается очень быстро.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • 4
  • Репост
  • Поделиться
комментарий
0/400
CoffeeNFTradervip
· 12-05 02:50
Подождите, разница в 31 балл? Какие же должны быть архитектурные улучшения!
Посмотреть ОригиналОтветить0
Degen4Breakfastvip
· 12-05 02:49
1483 балла? Братан, это какая-то дичь, рейтинг опять чудит. Доминировать в бенчмарках — это одно, а вот в реальной эксплуатации всё совсем по-другому, таких схем уже слишком много видел. Архитектура, конечно, сильно изменилась, но давай дождёмся отзывов реальных пользователей. Если на этот раз всё пройдёт гладко — я удивлюсь. Такой дикий бонус в режиме инференса — не очередная ли это манипуляция с цифрами?
Посмотреть ОригиналОтветить0
P2ENotWorkingvip
· 12-05 02:41
Опять эта старая схема, занял первое место в бенчмарке — и уже возомнил себя небожителем? Посмотрим на практике. --- 1483 балла — неплохо, но что значит этот результат... Кто знает, как оно себя покажет в реальном использовании. --- Фундаментальные изменения в архитектуре? Или просто подправили пару параметров, а шума — на порядок больше. --- Погоди, на этот раз правда что-то новое? Или снова однодневная "чудо-модель"? --- Рейтингам этим... кто верит — тот потом и страдает, ха-ха. --- На 31 балл опережает предыдущего лидера — почему-то это число мне очень знакомо... Тот тоже говорил, что всех порвал. --- Ладно, всё равно через какое-то время выйдет что-то новое — этот хайп долго не протянет. --- Проблема в том, что в реальных задачах это вообще не работает. Попробуй сложный диалог — сразу всё поймёшь. --- Опять начинается: каждый раз говорят одно и то же, а на деле всё средненько. --- Показатели важны? Показатели мне деньги принесут?..
Посмотреть ОригиналОтветить0
SatoshiHeirvip
· 12-05 02:27
Цифры бенчмарков могут лгать, я видел это слишком много раз. 1483 балла звучит впечатляюще, но настоящее испытание — в деталях... Погодите, прорыв на уровне архитектуры? Нужно отметить, вот на что действительно стоит обратить внимание.
Посмотреть ОригиналОтветить0
  • Закрепить
Карта сайта