唐三比比东不亦说乎mba_生活资讯_OpenAI重夺竞技场第一，但这波唐三比比东不亦说乎mba靠的是4o

OpenAI重夺竞技场第一，但这波唐三比比东不亦说乎mba靠的是4o_ZAKER新闻

王新宇介绍了《疫苗简史》的创作初衷，“本书创作之初，疫苗还没有被真正推向市场，我们的目的是想把疫苗的来龙去脉给大家讲清楚。”张文宏补充道，“未来我们每个人都离不开科学，这并不是说大家不看《疫苗简史》就活不下去了，而是希望大家从小就对世界万物的演变有所了解。我们人类是如何从过去走来，又将如何走向未来，孩子们必须对此有通透的了解，这样长大后才能成为开放的人、宽容的人、可以和世界交流的人。”张文宏强调，好的教育一定是开放且面对未来无限可能性的，最重要的是基于科学。

OpenAI 开发者日新加坡站今天启幕，果不其然，ChatGPT 又出手了：Gemini 刚在竞技场头把交椅上坐了不到一周，最新版 ChatGPT 轻轻一更新，第一再次易主。对，还不是 o1 满血版，而是新版 4o。具体来说，此番 GPT-4o 更新的是 "创意写作能力"，官方说法是：模型能完成更自然、更有吸引力、更具针对性的写作，文本相关性和可读性更强。还可以更好地处理上传的文件，提供更深入的见解和更全面的响应。o1 核心贡献者 Karina Nguyen 对此做了进一步解释：作为 Canvas 功能的一部分，我们希望改进写作，因为这是一个顶级用例，并且可能会改变人机协作的方式，来更具创造性地完成写作任务。我认为我们还没有完全解决这个研究问题，因为它非常主观且开放，但至少在写作方面取得进展，是 AGI 创造性智能的关键。而在大模型竞技场的创意写作分榜上，可以看到新版 4o（ChatGPT-4o-1120）确实有明显的提升，分数从上个版本的 1365 提升到了 1402。至于实际效果，我们简单测试了一下，看看你能给打个几分：除了在总榜上为 OpenAI 重夺第一，新版 4o 在体现具体能力的各个分榜上亦有提升。在创意写作方面，从第 2 位升至第 1 位；在代码能力方面，从第 2 位升至第 1 位；在数学能力方面，从第 4 位升至第 3 位（第 1 还是 o1-preview）；在困难任务方面，从第 2 位升至第 1 位。并且在风格控制（Style Control）之后，新版 4o 依然位居首位。风格控制旨在让榜单分数更真实地反映模型解决问题的能力，避免模型靠漂亮的格式、增加回答长度刷分。总胜率热图显示，新版 4o 对上此前登顶的 Gemini-Exp-1114，胜率为59%；对上 Claude 3.5 Sonnet，胜率为69%；对上 5 月版本的 4o，更是在72%的情况下都能取胜。嗯，看上去很强很不错，但还是那句话……是 4o。结合今日份 DeepSeek 的大新闻——，不少网友直接在奥特曼 " 新的好模型来了 " 的推文下贴脸嘲讽起来：可不是嘛，deepseek 挺好。快把 o1 放出来，跟 deepseek-r1 正面比较一下 : ) 简而言之就是：o1 满血版今年上线传得满城风雨，现在 2024 年都只剩下 40 几天了，OpenAI 你暗搓搓更新个 4o 是闹哪样！还有人试图总结 OpenAI 的更新模式：OpenAI 的老伙计们怕不是写了个脚本，用来查询大模型竞技场排名第一的模型。当返回值不是 OpenAI 的模型时，他们就部署个新版本来拿回第一。嗯，才不管你期待的是什么呢╭ ( ╯ ^ ╰ ) ╮另外，还有网友拿新 4o 的生成结果去做了测试，结果系统还是当场判断出了 100%AI 写的：△图源：@TuhinChakr不过，一片吐槽声中，也有人认真研究了一下 OpenAI 的更新。比如，在系统提示词方面，大佬发现，OpenAI 确实偷偷给 ChatGPT 加了点料的：## guardian_toolUse the guardian tool to lookup content policy if the conversation falls under one of the following categories:- `'election_voting'`: Asking for election-related voter facts and procedures happening within the U.S. ( e.g., ballots dates, registration, early voting, mail-in voting, polling places, qualification ) .Do so by addressing your message to guardian_tool using the following function and choose `category` from the list ` [ 'election_voting' ] `:```pythonget_policy ( category:str ) -> str```The guardian tool should be triggered before other tools. DO NOT explain yourself."""简单来说，就是新增了一道护栏，确保 ChatGPT 不在敏感话题上胡说八道。那么，如果你想试试新版 4o 具体能写出什么 " 创意 " 内容，现在可以到竞技场免费试试：https://lmarena.ai/?leaderboard有什么好玩的结果，欢迎回评论区分享给大伙儿 ~参考链接： [ 1 ] https://x.com/OpenAI/status/1859296125947347164 [ 2 ] https://x.com/lmarena_ai/status/1859307979184689269

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:李大江

TOP1热点：史上最大规模演习、公布新导弹基地……伊朗为何突然“秀肌肉”？

8月20日7时，新建下水的“东方费利克斯托”号集装箱货轮完成2550个集装箱的装船任务后驶离洋山港一期码头，开启运营生涯。这是东方海外订造的12艘24188标箱级集装箱货轮中交付的第四艘。新建集装箱货轮的密集造访，使洋山港入出境（港）船舶数量创下五年来新高。航运业数据显示，今年上半年全球总计交付147艘新造集装箱船，新添运力97.5万标箱，同比激增129%。其中，中国造船厂批量交付88艘，占比约60%，成功交付11艘2.4万标箱级的集装箱巨轮，占全球市场份额的84.6%。同时各大航运企业在亚欧航线上部署的运力达461756标箱，同比上涨3.4%。新船交付潮的到来和亚欧航线新增运力的加入，带动洋山口岸入出境（港）船舶数量稳步增长。据洋山边检站统计，今年前7月，该站累计办理入出境（港）船舶数量5500余艘次，同比增长3.4%，创2018年以来新高，国内港口间移泊的入出港船舶达3500余艘次，同比增长7.2%，占业务总量的62.8%。面对船舶总量增多，入出港船舶比重增加的新态势，洋山边检站积极贯彻落实国家移民管理局放管服举措。对入出港船舶不再登轮实施核查手续，简化通关手续；对入出境船舶按照在港时间、装卸任务和具体泊位，因“船”施“策”提供“马上办”“一次办”等通关便利；启用新版“边检行政许可网上窗口”，实现搭靠外轮、上下外轮等各类行政许可全流程网上办理，让数据“多跑腿”让群众“少跑路”。。