首頁(yè) > 科技要聞 > 科技> 正文

大模型玩你畫(huà)我猜：Claude6局3勝，GPT-4o表現(xiàn)迷惑

量子位 整合編輯：太平洋科技 發(fā)布于：2024-11-04 16:49

一群大模型玩你畫(huà)我猜，人類(lèi)一旁圍觀超起勁兒。

就像下面這張圖展示的，由Grok畫(huà)長(zhǎng)頸鹿，一堆大模型根據(jù)生成內(nèi)容猜答案。參賽選手包括GPT-4o、Claude、Llama、Gemini、Grok等。

其實(shí)這是最近爆火的一種新的測(cè)試基準(zhǔn)（doge）。

游戲結(jié)果一定程度上能反映出大模型能力，比如這組測(cè)試一共進(jìn)行了6局游戲，表現(xiàn)最好的是Claude：它贏了3次！

GPT-4o表現(xiàn)有點(diǎn)抽象。就它畫(huà)的這龍卷風(fēng)，人類(lèi)也看不懂。


不止如此，在很多輪游戲中，其他模型都在認(rèn)認(rèn)真真地答題，而它的第一個(gè)回答經(jīng)常是Circle？？有點(diǎn)子抽象。



所以有人就說(shuō)，這游戲可以當(dāng)測(cè)試基準(zhǔn)來(lái)用啊。

還有人表示，AI照這個(gè)速度發(fā)展，人類(lèi)就只能當(dāng)圍觀的瓦力了。

來(lái)看看更多有趣的例子

在比較簡(jiǎn)單的題目上，所有模型都在一兩個(gè)回合中就猜對(duì)了答案，比如下面的房子：

還有非常簡(jiǎn)潔的草地、海洋：


動(dòng)物主題相對(duì)復(fù)雜一些，模型們一般需要猜4-5輪，比如大象這題：

游戲整體效果非常棒，網(wǎng)友們也是好評(píng)如潮：

你畫(huà)我猜項(xiàng)目起源

模型畫(huà)畫(huà)早已不是新鮮事，但讓大模型玩你畫(huà)我猜？這天才想法是怎么產(chǎn)生的？

首先，不得不提到Simon Willison的一次測(cè)試，他讓所有模型繪制自行車(chē)上有一只鵜鶘主題的圖像，然后進(jìn)行效果對(duì)比。

隨后Paul Calcraft看到測(cè)試，他產(chǎn)生了一個(gè)想法：這樣一個(gè)個(gè)比對(duì)太慢了，效果也不好，既然都畫(huà)同一個(gè)主題，為什么不讓大模型玩你畫(huà)我猜的游戲呢？

沒(méi)想到這位小哥說(shuō)干就干，1天后就發(fā)布了“你畫(huà)我猜”的0.0.1版（這令人羨慕的執(zhí)行力）。

游戲中，他設(shè)定回答的模型每2秒猜測(cè)一次，回答更快的模型會(huì)更快返回答案。

網(wǎng)友評(píng)價(jià)褒貶不一

不少網(wǎng)友表示，之前大模型在《我的世界》里面比賽蓋樓，令人印象深刻，而你畫(huà)我猜可能成為新的視覺(jué)benchmark！

還有人熱心地提出了優(yōu)化建議，比如以答對(duì)互相題目的速度作為評(píng)分準(zhǔn)則，或者加入人類(lèi)成績(jī)作為參考。

還有人提議將游戲變成對(duì)抗式訓(xùn)練，這樣大模型會(huì)進(jìn)步更快。

不過(guò)，拋去趣味性，也有網(wǎng)友持負(fù)面觀點(diǎn)，表示不理解這個(gè)項(xiàng)目的意義。

有網(wǎng)友調(diào)侃說(shuō)，這個(gè)游戲的作用就是成為未來(lái)AI考古時(shí)的文物，幫助它們了解自己的起源。

好嘛，咱們AI有自己的洞穴壁畫(huà)（doge）。

不過(guò)，游戲化學(xué)習(xí)（Learning through play）其實(shí)是教育理論和心理學(xué)中的一個(gè)重要術(shù)語(yǔ)。

多位網(wǎng)友表示，小孩子也是通過(guò)玩游戲來(lái)提升智力、學(xué)習(xí)技能的，或許這可以成為訓(xùn)練大模型的新方式。

雖然這次只有6輪游戲，參與的模型也有限，但確實(shí)是一次很有趣的實(shí)踐。

作者Paul Calcraft也表示會(huì)繼續(xù)更新這個(gè)游戲，包括分?jǐn)?shù)顯示、更多的游戲主題等等，期待更多后續(xù)！

本文來(lái)源：量子位

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來(lái)
    • 二維碼 回到頂部