xAI 是否誇大了 Grok 3 的基準測試
人工智慧實驗室之間的基準測試爭議日益激烈。xAI 的 Grok 3 基準測試結果呈現方式引發質疑，透明度和評估方式成為關鍵議題。
Tag: Chatbot
中國AI聊天機器人市場：字節跳動超越阿里百度
本文深入分析中國人工智慧聊天機器人市場的現況，探討字節跳動「豆包」成功的關鍵因素，以及百度「文心一言」面臨的挑戰，並展望未來市場發展趨勢。
史丹佛研究揭示ChatGPT效能下降
史丹佛大學與加州大學柏克萊分校的研究顯示，GPT-3.5和GPT-4在三個月內效能出現顯著波動。研究發現，GPT-4在數學問題、程式碼生成和指令遵循方面的能力有所下降，而GPT-3.5在某些任務上有所提升。這項研究突顯了大型語言模型在持續發展環境中維持一致性和可靠性的挑戰。