The Game About Wikipedia

语言模型在维基百科导航游戏中接受测试，取得与人类相当的成绩

一篇新的研究论文探讨了语言模型在信息检索方面的能力，使用了“维基百科游戏”，玩家仅通过链接在文章之间导航。该研究比较了包括 GPT-o3 mini、GPT-4o、QwQ:32B 和 DeepSeek-R1:70B 在内的各种语言模型与人类表现以及五种语言和学术文献数据集上的 TF-IDF 基准。虽然没有模型显著超越人类表现，但表现最好的 LLM 取得了相当的成功，结果因语言和主题而异，这可能对该领域的从业者产生影响。