搜索「大模型评测」，找到 7 条相关内容
-
Gemini 4 Pro突袭Arena榜单，13项跑分领先GPT阵营
谷歌新一代Gemini 4 Pro空降大模型竞技场Arena榜单，在13项评测中跑分压过GPT系模型，被视为谷歌在大模型竞赛中重新找回节奏的关键一步，也令头部模型竞争格局再添变数。
-
DeepMind安全研究员弃大厂邀约，转做独立AI评测
谷歌DeepMind一名安全研究员拒绝OpenAI与Anthropic的邀约，选择离开大厂、转向独立AI安全测评。此举折射出前沿实验室内部安全文化与大模型评测独立性的持续张力。
-
谷歌Meta大模型排名遭遇重挫，Gemini评分暴跌引关注
近期大模型评测榜单出现显著变动，谷歌Gemini与Meta旗下模型排名大幅下滑，Gemini评分骤降70分，从Top 2跌至倒数第三，引发业界对评测标准与模型实际表现的讨论。
-
谷歌Meta大模型竞技场排名骤变 Gemini高分滑坡跌至倒数
谷歌Gemini在LMSYS Chatbot Arena排名出现大幅下滑，得分骤降70分，从第二跌至倒数第三。Meta的Llama系列同样遭遇排名重挫，引发业界对刷榜行为的广泛质疑。事件或推动大模型评测体系改革。
-
谷歌Meta大模型竞技场排名骤变 Gemini评分下滑引关注
近期，谷歌Gemini在LMSYS Chatbot Arena排名中大幅下滑，Meta的Llama系列同样表现不佳。榜单波动引发对刷榜行为的质疑，大模型评测公正性成为行业焦点。
-
AGI判定标准再引激辩：换套考题，顶尖模型得分大幅缩水
围绕通用人工智能是否已经到来的争论再度升温。一方高调宣称AGI已至，另一方以换考场后模型得分骤降为例提出质疑，事件折射出当前评测体系与真实通用能力之间的落差。
-
中国大模型评测登顶，谷歌微软双双被超越
近期一项行业评测显示，中国大模型在两项核心指标上双双夺冠，力压谷歌、微软等国际巨头。这一进展引发对全球AI竞争格局的重新审视，也凸显中国在模型研发与应用落地上的加速态势。