OlympicArena：新基准测试挑战AI智力巅峰，Claude-3.5-Sonnet崭露头角

上海交通大学GAIR Lab推出了全新的AI评估平台OlympicArena，通过模拟奥林匹克竞赛，对AI的多学科知识和推理能力进行测试。近期发布的Claude-3.5-Sonnet在某些领域展现出超越OpenAI GPT-4o的性能，引发关于最智能AI的讨论。研究团队采用“奥林匹克竞赛奖牌榜”对模型进行排名，显示了AI在发展过程中的优势和不足，为推动AI技术进步提供了有价值的参考。
来源：https://mp.weixin.qq.com/s/YdGPDE5Jgp3vnWCxrwMsgA