TE
科技回声
首页24小时热榜最新最佳问答展示工作
GitHubTwitter
首页

科技回声

基于 Next.js 构建的科技新闻平台,提供全球科技新闻和讨论内容。

GitHubTwitter

首页

首页最新最佳问答展示工作

资源链接

HackerNews API原版 HackerNewsNext.js

© 2025 科技回声. 版权所有。

Gemini Benchmark – MMLU (compared with GPT-4-turbo, Mixtral)

1 点作者 zurfer超过 1 年前

1 comment

zurfer超过 1 年前
Most interesting is how they perform by subtask. E.g. gpt-4-turbo vs gpt-4-turbo with chain of thought (cot) goes from 0.51 to 0.88, but sometimes cot makes things worse (e.g. in management).