研究数字已核对№ 0021
新模型悄悄上了 Arena,语气像不像,别只看一两轮
代号看不出是哪家的模型,Arena 又是盲测,所以判断它的风格,得看你拿它问了什么。

01发生了什么
Arena 上冒出一个新模型,测试代号叫 fe-pichu。代号里看不出是哪家做的。有人读了它的回答,觉得语气中里中气的,有点端着、有分量的感觉。
02能用来干什么
Arena 是盲测。你不知道背后是哪家的模型,只看两个回答哪个更好。这样比较干净,没有品牌光环影响判断,看到的主要是回答本身。
03简单说
语气像不像,要看你问的是什么。闲聊和写代码,它的风格可能完全不一样。一两轮对话太少,就下结论,太早了。
04为什么重要
这类匿名测试是提前观察新模型的一个窗口。先凭印象记下来,多问几种问题再验证,比听别人一句话靠谱得多。
喜欢这篇?下一篇直接推到你邮箱
免费,新文章整篇推到你的邮箱和 Substack App,随时一键退订。也可以 在 Substack 上订阅。