C114门户论坛百科APPEN| 举报 切换到宽版

亚星游戏官网

 找回密码
 注册

只需一步,快速开始

短信验证,便捷登录

搜索

军衔等级:

亚星游戏官网-yaxin222  四级军士长

注册:2010-4-285
发表于 2024-11-20 21:44:07 |显示全部楼层

奇月 发自 凹非寺量子位 | 公众号 QbitAI

一群大模型玩你画我猜,人类一旁围观超起劲儿。

就像下面这张图展示的,由Grok画长颈鹿,一堆大模型根据生成内容猜答案。参赛选手包括GPT-4o、Claude、Llama、Gemini、Grok等。

亚星游戏官网-yaxin222



其实这是最近爆火的一种新的测试基准(doge)。

游戏结果一定程度上能反映出大模型能力,比如这组测试一共进行了6局游戏,表现最好的是Claude:它赢了3次!

GPT-4o表现有点抽象。就它画的这龙卷风,人类也看不懂。

亚星游戏官网-yaxin222



亚星游戏官网-yaxin222



不止如此,在很多轮游戏中,其他模型都在认认真真地答题,而它的第一个回答经常是Circle??有点子抽象。

亚星游戏官网-yaxin222



亚星游戏官网-yaxin222



亚星游戏官网-yaxin222



所以有人就说,这游戏可以当测试基准来用啊。

亚星游戏官网-yaxin222



还有人表示,AI照这个速度发展,人类就只能当围观的瓦力了。

亚星游戏官网-yaxin222



亚星游戏官网-yaxin222



来看看更多有趣的例子

在比较简单的题目上,所有模型都在一两个回合中就猜对了答案,比如下面的房子

亚星游戏官网-yaxin222



还有非常简洁的草地海洋

亚星游戏官网-yaxin222



亚星游戏官网-yaxin222



动物主题相对复杂一些,模型们一般需要猜4-5轮,比如大象这题:

亚星游戏官网-yaxin222



游戏整体效果非常棒,网友们也是好评如潮:

亚星游戏官网-yaxin222



你画我猜项目起源

模型画画早已不是新鲜事,但让大模型玩你画我猜?这天才想法是怎么产生的?

首先,不得不提到Simon Willison的一次测试,他让所有模型绘制自行车上有一只鹈鹕主题的图像,然后进行效果对比。


亚星游戏官网-yaxin222



随后Paul Calcraft看到测试,他产生了一个想法:这样一个个比对太慢了,效果也不好,既然都画同一个主题,为什么不让大模型玩你画我猜的游戏呢?


亚星游戏官网-yaxin222



没想到这位小哥说干就干,1天后就发布了“你画我猜”的0.0.1版(这令人羡慕的实行力)。

亚星游戏官网-yaxin222



游戏中,他设定回答的模型每2秒猜测一次,回答更快的模型会更快返回答案。

网友评价褒贬不一

不少网友表示,之前大模型在《我的世界》里面比赛盖楼,令人印象深刻,而你画我猜可能成为新的视觉benchmark

还有人热心地提出了优化建议,比如以答对互相题目的速度作为评分准则,或者加入人类成绩作为参考。

亚星游戏官网-yaxin222



还有人提议将游戏变成对抗式训练,这样大模型会进步更快。

亚星游戏官网-yaxin222



不过,抛去趣味性,也有网友持负面观点,表示不理解这个项目的意义。

亚星游戏官网-yaxin222



有网友调侃说,这个游戏的作用就是成为未来AI考古时的文物,帮助它们了解自己的起源。

好嘛,咱们AI有自己的洞穴壁画(doge)。

亚星游戏官网-yaxin222



不过,游戏化学习(Learning through play)其实是教育理论和心理学中的一个重要术语。

亚星游戏官网-yaxin222




多位网友表示,小孩子也是通过玩游戏来提升智力、学习技能的,或许这可以成为训练大模型的新方式。


亚星游戏官网-yaxin222



亚星游戏官网-yaxin222



虽然这次只有6轮游戏,参与的模型也有限,但确实是一次很有趣的实践。

编辑Paul Calcraft也表示会继续更新这个游戏,包括分数显示、更多的游戏主题等等,期待更多后续!

[1]https://twitter.com/paul_cal/status/1850262678712856764
[2]https://www.reddit.com/r/singularity/comments/1gcval0/llm_pictionary/
[3]https://x.com/simonw/status/1849854290153939171


来源:网易

举报本楼

本帖有 1 个回帖,您需要登录后才能浏览 登录 | 注册
您需要登录后才可以回帖 登录 | 注册 |

版规|手机版|C114 ( 沪ICP备12002291号-1 )|联系大家 |网站地图  

GMT+8, 2024-12-26 02:40 , Processed in 0.208831 second(s), 16 queries , Gzip On.

Copyright © 1999-2023 C114 All Rights Reserved

Discuz Licensed

回顶部
XML 地图 | Sitemap 地图