我们决定让全B站白嫖，只为找到最强大模型！

合集 · 科技杂谈 (65)

Description

我们制作了一个基于真实用户反馈进行排名的大模型横评网站！大家可以在上面免费使用各种大模型，一起找出各个门类下的最强大模型！

林哥的大模型野榜传送门 -> lyihub.com
欢迎大家狠狠白嫖，咱们一起找出那个最强大模型！
大家也可以进群交流！添加公众号【林亦LYi】，发送“入群”上车！

AI#DEA大赛传送门 -> aidea.lyihub.com
大赛不追求参赛作品有啥用，主打一个乐！有任何好玩的项目，都欢迎来官网报名！
后面我们会在深圳举办决赛，咱们一起选出最好玩的 AI 项目！线下见！

Comments

crazyJT 2024-07-12

简单总结，花点费用接API让用户使用，让大量用品喂数据及打分来实现节省购买数据或人工成本。一旦项目数据成熟可快速大量变现。互联网免费永远是最贵的。[歪嘴]

♥ 566 ↩ 27

济洲二号 2024-07-12

干得漂亮，这就是AI世界的“大众点评”，注意产权保护，后期有商业化的概率的，不要浪费了好东西

♥ 250 ↩ 11

小蚊子zzzzz 2024-07-12

好封面[doge]

♥ 143 ↩ 1

飞云零狼 2024-08-14

分享一个很有意思的事情，我这边用“一款可以梦到电子羊的仿生人”这句话测试过很多AI，得到的结论是，只有ChatGPT 4o、ChatGPT 4mini、Claude3.5 Sonnet这三款能get到我这句话是来源于银翼杀手这部电影的小说原作，因为只有这三款把仿生人翻译成了Android，而书名恰好就是《Do Androids Dream of Electric Sheep?》，所以一直以来这两个AI都是我认为翻译领域比较强大的。但是，在用UP的竞技场测试是，ChatGPT和Claude一次都没有翻译出Android这个词，其它的大模型更没有。我甚至有点怀疑是不是这俩大模型更新过了，翻译出来的结果变了。但是当我用一个新号重新去测试ChatGPT和Claude时，它们又能完美的把仿生人翻译成Android，从没有一次翻译成别的。同理，我测试了一些国产AI综合体，都是采用调用API模式，这些也都没有翻译出Android这个词。因此，会不会是因为调用API得到的结果和直接在大模型官网里询问的结果会有差异呢？如果是这样的话，那我觉得林哥的竞技场似乎也得想想别的办法了。也欢迎大家用这句话一起来测试一下，看看你们在API调用翻译的结果，和直接在大模型官网翻译的是不是会有较大出入。

♥ 116 ↩ 8

哥布林梦想成为40k绿皮 2024-07-17

简单的来说，有能力有chatGPT的和愿意为它的4o模型买单的，openAI现阶段仍然碾压其它模型。特别是chatGPT-s，这个定制化模型的功能强的离谱。如果是工作需要，比如说程序员，目前还是不要寄希望于国内AI模型，正确率和可参考价值chatGPT领先太多了，特别是在启用chatgpt-s授权github和进行项目同步后，直接让开发进入简单模式。当然，目前国内翻墙都难，需求不高没必要花20美元的价格订阅chatgpt会员的，国内的免费版也是足够了

♥ 164 ↩ 7

AI全文总结 2024-07-12

课代表总结: 为了找到最强大模型，视频制作者搭建了一个大模型竞技场，免费开放给用户使用。这个竞技场借鉴了Chat Bot Arena的ELO机制，让模型和模型进行对抗，用户提问并打分，以评判模型的表现。这个排行榜解决了传统测试方法中作弊问题和分数不可靠的问题，更加贴合实际使用需求。排行榜将模型表现细化到六个评价维度，并引入AI自动判断对话维度，提升用户体验。排行榜还提供了模型详细介绍、价格信息、官网链接等，方便用户找到适合自己的模型。要点: - 搭建大模型竞技场，免费开放给用户，让模型和模型对抗，用户提问并打分。 - 细化评价维度，引入AI自动判断对话维度，提升用户体验。 - 提供模型详细介绍、价格信息、官网链接，方便用户找到适合自己的模型。哇，这个大模型竞技场太有趣了！它不仅让模型之间互相比拼，还让用户体验感更加贴近现实。模型们就像在竞技场上战斗的勇士，而观众则像裁判一样，决定着胜败。这样的测试方式简直太棒了！让我们在乐趣中寻找最强大模型吧！ --内容由@AI视频总结生成，仅供娱乐【关注自取总结工具】

♥ 160 ↩ 1

愚无尽 2024-07-13

训飞综合第二超乎我的想象，在我个人主观感受中从来未进入到主流，我不知道发生了什么问题。

♥ 88 ↩ 7

正花级 2024-07-12

为了防止模型速度慢被打低分，可以设置为不回答完不许打分嘛

♥ 65 ↩ 4

kukakukiki 2024-07-15

别的能力我不好说，但是在中英翻译这个单一赛道，我个人觉得综合表现最好的是deepseek（所以看到这个模型在翻译这项的排名如此之低很惊讶），网页翻译和字幕翻译都非常棒，俚语网络用词都能翻译的很好。而且很少出现幻觉，这个很重要，其他模型经常改变句子原意，还有就是一些专有名词\英文简写\新兴词汇它能保持原文不会强行翻译，其他模型经常出现强行翻译的情况。

♥ 77 ↩ 10