先做个广告：如需代注册GPT帐号或代充值ChatGPT4会员，请添加站长客服微信：gpt-app
GPT-4o mini 这个OpenAI 最新发布的"小鲜肉"，居然在Chatbot Arena排行榜上杀出重围，排名高得让人直呼有内幕！
推荐使用ChatGPT中文版，国内可直接访问：https://ai.p6p6.cn
人们一直在问为什么 GPT-4o mini 在 Arena 上的排名如此之高？看着此起彼伏的质疑声和赞叹声，那到底GPT-4o mini 是"实力派"还是"注水选手"？咱们来扒一扒这它的底细！
实力派还是注水选手？
面对质疑声，lmsys.org（Large Model Systems Organization）这个Chatbot Arena 的主儿可不干了。他们直接放话：
想知道GPT-4o mini为啥这么能打？别光嘴上说，来Arena亲自试试！
看来是要让大伙儿亲自下场PK一番啊。
不过他们也提醒大家，别光看总榜，要看看各个分类的表现（见下图👇）。毕竟AI也是有专攻的嘛，有的擅长数学，有的擅长写代码，有的可能擅长讲段子（咳咳）。
数据公开，实力见真章
为了平息众怒，lmsys.org决定来个大招：公开数据！
他们承诺要放出20%的GPT-4o mini对战数据，让大家自己瞅瞅到底咋回事。这波操作可以说是相当透明了，连"键盘侠"们都不得不竖起大拇指。
不过别高兴太早，他们还留了一手：
剩下的80%数据我们先藏着，免得你们过度拟合，把我们的benchmark玩坏了。
这波操作简直6，可以说是既开放又保守，既要让大家看到真相，又不想被人趁机钻了空子扒了底裤。
实在是高！
1000条对战数据，等你来挖宝
而就在今天，Wei-Lin Chiang（UC Berkeley的CS博士生）宣布：GPT-4o mini的1000条对战数据已经发布！
他强调：
这可不是挑三拣四的结果，而是真真儿的随机样本，让你看到最真实的分布。
更绝的是，他们还搞了个Gradio demo（一种可交互的AI应用界面），你可以：
挑语言
选对手
筛胜负
想看GPT-4o mini在哪些方面特别牛，哪些方面还有待提高？
用户们的花式问题
lmsys.org的小伙伴们看了这些数据，称：
我们看到用户们提出了各种各样的问题，从编程、数学、创意写作到信息搜索，应有尽有。这些真实场景下的提问，真是让我们大开眼界啊！
看来是被用户们的脑洞和创意给震惊到了。也是，AI模型嘛，就得经得起各种刁难才行。
碎碎念
lmsys.org最后还不忘感恩一波：
从第一天起，我们就超级感谢社区的支持。那些黑子们是阻止不了我们的，我们对科学评估的承诺坚如磐石！
不过他们也承认：
显然我们还在学习中，就像其他所有人一样。但我们会继续努力，为大家提供服务和洞察。
这自我反思和谦虚态度，也算是不卑不亢。
One More Thing
最后留个彩蛋：
有细心的网友发现，如果你想让AI在"9.11和9.9哪个大"这种问题上犯傻，可以试试把选项放在问题前面。反之，如果问题在前，AI就不会出错。
这告诉我们，AI的理解能力还是很依赖于问题的表述方式的。所以在使用AI的时候，记得要使用正确的姿势哦！
那么问题来了，你觉得这个GPT-4o mini到底几斤几两？
本文链接：https://yeziwang.cc/openai_296.html
chatgpt目前面临的现状chatgpt 可以用于机械设计吗chatgpt有搜索限制吗chatgpt 号码验证chatgpt正在颠覆互联网手机端chatgpt发送不了消息新必应比chatgpt好在哪里怎么解锁chatgpt各项技能如何看待chatgpt写论文chatgptplus可以试用几次
