GPT4.5上线测试中？神秘模型一夜刷屏

要注意的是，gpt2-chatbot并不是2019年2月发布的GPT-2模型，这是生成预训练Transformer系列的第二系列。

面对激动讨论的网友们，奥特曼留下一句言简意赅的话——

Reddit上的许多评论说这个模型非常好，某些能力上还比其他模型强。

例如，gpt2-chatbot的 ASCII 图像处理能力超强，远远领先于其他模型。

比GPT4最先进的模型GPT4-Turbo（右）处理的都好。

甚至一次性解决了一个国际数学奥林匹克（IMO）问题！要知道这是个只有美国最好的四名数学学生才能参加的比赛 。

gpt2-chatbot一直在超越其他AI系统，主要是GPT-4、Claude Opus这样的先进模型。

推理方面更是表现出色，能轻松避开常见逻辑陷阱。

问：1公斤羽毛和1公斤铅块，哪个更重？

还有「我今天有 3 个苹果，昨天吃了一个。现在有几个苹果？」问题上，gpt2-chatbot也给出了准确回答。

GPT-4、Claude-3 Opus、Gemini Ultra、Llama 3-70b 都回答错了。

有人用GPT Turbo和gpt2-chatbot使用JavaScript在单个HTML文档中制作一个游戏。

第一个是GPT4 Turbo，游戏基本上可以工作，它有分数、计时器，但不幸的是游戏中什么也没发生。

右边是gpt2-chatbot，这是一种像太空侵略者风格的游戏，你必须收集积分，这是gpt2-chatbot从头开始编码的，这意味着它显示出了DP22聊天机器人的复杂性，因此，它超越了GPT 4 Turbo。

测试地址：https://chat.lmsys.org/?leaderboard

在这个测试网站上，一些AI公司可能会秘密发布模型，以查看它们在排行榜上的表现如何。

gpt2-chatbot目前就位于GPT 4 Turbo和GPT 3.5 Turbo之间。

每次我们对AI系统进行评分，排行榜就会更新。

例如：
“为什么AGI如此危险？”两个不同的AI系统将会响应我的问题。

我并排比较后给出评分（平局-Tie），它就会告诉我们哪个模型是哪个。于是我们可以看到，模型A是GPT-4，模型B是拥有3700亿参数的LLaMa。

当你实际上问这个大型语言模型（LLM）它是什么时，它说它基于GPT-4架构，这是OpenAI开发的一种LLM类型，这是一个相当标准的回答。

然而测试机会非常有限。

所以，这个gpt2-chatbot会是传说中的GPT-4.5吗？