一项对五个大型语言模型(GPT、Claude、Gemini、Grok 和 Llama)进行 24 个问题比较的研究表明,评估模型分歧的成本远远超过生成答案本身的成本。整个研究,包括模型响应和用于标记实质性分歧的人工委员会,仅花费了 0.87 美元。然而,由委员会评判答案的过程比模型的生成成本高出三倍。这凸显了对于比较模型的用户而言,费用在于分析和比较,而不是最初的查询。 AI
影响 强调了评估和比较 LLM 输出的成本是用户的一个重要因素,可能会影响多模型工作流程的采用。
排序理由 对一项 LLM 研究的分析,而非直接发布或重要的行业事件。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →