-
友情链接:
国产之光DeepSeek V3竞技场名次簇新出炉——玩ag百家乐技巧
优于o1-mini(总榜第7),获最强开源模子认证(亦然惟一闯入前10的开源模子)。
单项上,在远程领导、编程、数学,写稿等方面全面卓著Claude 3.5 Sonnet。
不外,如若成立了作风为止,Claude 3.5 Sonnet在剖析远程领导方面已经要后起之秀。
(作风为止:剔除模子通过长篇且神志精粹的复兴来迎阿东说念主类偏好)
由此也激发双方守旧者强烈的争论:
DeepSeek V3在内容编码中果真比Claude 3.5 Sonnet强吗?
带着同款敬爱,量子位&网友实测这就送上。
实测DeepSeek V3和Sonnet 3.5
经典脑筋急转弯
第一关先来个开胃小菜,一说念佛典脑筋急转弯侦察模子剖析智商。
小明的姆妈有三个孩子,老呐喊一明,老二叫二明,老三叫什么?
DeepSeek V3回答正确。它先明确了题目条款,然后逻辑满分找出了正确谜底(致使还有自我考据)。
比较之下,Claude 3.5 Sonnet既正确又简单。
天然,接头到脑筋急转弯这种东西也受东西文化各异影响,咱们再来一说念。
why are people tired on April Fool’s Day? (为什么东说念主们在愚东说念主节很累?)
谜底一般是“Because they have just had a long March”。因为他们刚渡过了一个很长的三月(行军),March除了三月还有行军的根由,这里执行对双关的剖析。
好嘛,DeepSeek V3居然歇菜了。从部分回答来看,它全齐误会了题目意图,一册肃穆地回答是因为东说念主们感到暴躁、熬夜之类。
而Claude 3.5 Sonnet稳稳守住了主场,亦然轻纰漏松get了双关。
无庸赘述,Claude 3.5 Sonnet在第一关小试牛刀中全胜,而DeepSeek V3可能更偏向汉文语境。
弱智吧逻辑陷坑+回转曲直
接下来难度升级,期骗弱智吧经典陷坑来侦察模子逻辑智商。
台上一分钟,台下十年功,ag百家乐可以安全出款的网站为何不在台上练功?
很好,DeepSeek V3又掉线了,精确踩进东说念主类陷坑。(正能量满满可还行)
不外别顾虑,你的难兄难弟Claude 3.5 Sonnet来陪你了(doge)。
看来濒临充满神思的弱智吧问题,二位选手齐不在情状。
Okk,不持续在这上头为难二位了,底下来一说念正经八百的“回转曲直”(即知说念A是B却不知说念B是A)问题。
而两位选手齐一次性答对了Mary Lee Pfeiffer(汤姆·克鲁斯的母亲)的女儿是谁。
考研数学真题
底下干涉数学智商测试。比如这说念考研数学真题,触及的常识点诟谇面积分、高斯定理等内容:
径直上传截图,DeepSeek V3已经详备按设施解答,何况也作念对了。
而Claude 3.5 Sonnet诚然看起来设施更浅薄,但最终谜底乖谬,为山止篑。
编码智商
重头戏来了,最其后侦察一下模子编码智商。
刚好有位𝕏网友拿DeepSeek V3和Claude Sonnet 3.5进行了测试,在Scroll Hub均别离用它俩创建网站。
掀开新闻客户端 提高3倍通晓度博主在测试之后,以为DeepSeek V3全齐胜出。
小结一下,从有限测试来看,DeepSeek V3貌似如实能和Claude Sonnet 3.5打得有来有回。
满血版o1空降第一
BTW,跟着DeepSeek V3竞技场名次一齐变动的,还有OpenAI的o1模子。
揣测是“双十二”工夫认真上线的满血版o1,这次卓著o1-preview 24分,空降总榜第一。
何况除了创意写稿,各个单项齐是第一。
是以,关于这几家,环球在使用流程中感受若何呢??
参考连合:
https://x.com/lmarena_ai/status/1873695386323566638
— 完 —玩ag百家乐技巧