最近对 OpenAI 模型在 SimpleBench 基准测试上的评估显示出显著回归。这表明在某些任务上的性能可能有所下降，引发了对 OpenAI 模型开发一致性和方向的疑问。 AI
影响 表明 OpenAI 模型可能出现性能下降，需要进一步调查模型的一致性。
排序理由 该集群讨论了对 AI 模型的基准测试评估，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
<table> <tr><td> <a href="https://www.reddit.com/r/singularity/comments/1uski8w/significant_openai_regression_on_simplebench/"> <img alt="Significant OpenAI Regression On SimpleBench" src="https://preview.redd.it/ah53jkb5xdch1.png?width=640&crop=smart&auto=webp&s=ea41…