OpenAI的GPT-4在Epoch能力指数上保持了约一年的领先地位，远超后续任何模型。自2024年2月Claude 3 Opus登顶以来，榜首已变更17次，中位领先时间仅七周。竞争更加激烈，但模型间能力提升幅度正在缩小。
GPT-4统治力不再：当前顶级模型领先中位数仅七周
GPT-4在Epoch能力指数上领先约一年，而自2024年2月以来，榜首已易手17次，中位领先时间仅七周。
The Decoder1 分钟阅读
本文由 UsingAI 聚合整理。
阅读原文 ↗相关内容
新闻
中国大模型的政治回答并非“统一口径”：一项评测揭示的三个反常识
Vals AI 对 25 个模型的政治立场评测显示，中国模型对政治问题的回答并不像预期那样整齐划一，西方模型偶尔也会贴近北京官方立场，而提示词语言对回答倾向的影响尤其显著。
The Decoder2 分钟阅读
新闻
Google 想让视频 AI 学会“看准时机”：StreamVibe 揭示的难题
Google 团队构建了能在做饭、组装家具时按需出声的视频智能体 StreamVibe，但基准测试显示现有模型在长视频中难以判断“何时该开口”，错误会累积、回答质量骤降。
The Decoder2 分钟阅读
新闻
AI 引用的统计数据，只有四成能追溯到原始研究
一项在 Hacker News 引发讨论的统计显示，AI 回答中引用的统计数据仅约 40% 能回溯到原始研究，暴露出大模型在事实溯源上的系统性短板。
Hacker News2 分钟阅读