丰裕纵满2588_时尚焦点_谷歌杀回来丰裕纵满2588了！新版Gemini跑分超o1登顶第一，CEO：这才哪到哪儿

谷歌杀回来丰裕纵满2588了！新版Gemini跑分超o1登顶第一，CEO：这才哪到哪儿_ZAKER新闻

章军虽然觉得杨姐的行为有些奇怪，自己想要上去帮忙还被杨姐拦了下来，

鲨疯了！谷歌新版 Gemini超越 o1，强势登顶竞技场总榜第一！在经 6000+ 网友匿名投票后，不仅数学成绩和学霸 o1 相当，还拿下其它 5 个单项第一。新模型名为Gemini（Exp 1114），成绩一公布，连 CEO 皮猜也亲自飞奔来站台。而竞技场官方也在第一时间公布喜讯，并祝贺谷歌：恭喜达到这一非凡里程碑！这下尴尬了！说好的谷歌正在遭遇瓶颈呢？没想到人家反手就是一个王炸。怕了怕了，或许，只有 OpenAI 立即发布满血版 o1 才能与之一战了？目前新模型可在谷歌AI Studio体验，官方后续也计划提供 API。网友们也纷纷猜测，难道这就是传说中的Gemini 2——拿下 7 项第一，数学也和 o1 不分伯仲一夜之间，竞技场 Imsys 排名再被刷新：从总榜来看，谷歌新模型 Gemini（Exp 1114）分数直涨 40+，挤下了之前一直霸榜的 OpenAI 模型（包括 o1-preview、GPT-4o）。而且假如正面 1v1 遇敌，新 Gemini 貌似都有一半及以上概率取胜。整体胜率热图显示，Gemini（Exp 1114）对战 4o-latest 胜率为 50%，对战 o1-preview 胜率为 56%，对战 Claude-3.5-Sonnet 胜率为 62%。同时，Gemini（Exp 1114）在单项上也很能打，一举拿下 6 个第一，包括：复杂提示（Hard Prompts）：模型处理复杂或困难提示的能力；数学；创意写作；指令遵循：评估模型遵循给定指令的能力；长查询处理（Longer Query）：衡量模型处理较长查询的能力；多轮对话（Multi-Turn）：模型在多轮对话中保持上下文连贯性的能力；要说最大看点，还是 Gemini（Exp 1114）竟能与 o1 模型在数学能力上不分伯仲。要知道，据 OpenAI 官方说法，o1 不需要专门训练，就能直接拿下数学奥赛金牌，甚至可以在博士级别的科学问答环节上超越人类专家。不过比较遗憾的是，对于写代码这项重磅功能，Gemini（Exp 1114）虽说相较于谷歌上一版本有所改进，但仍然未能挤进前三。（o1-mini/preview 仍处于领先地位）另外，在风格控制下，Gemini-Exp-1114 也和前三无缘，甚至不及自家的 Gemini-1.5-pro。（排在 o1、4o-latest 和 Sonnet 之后）解释一下，风格控制（Style Control）是竞技场今年新推出的功能，确保分数反映模型真正解决问题的能力，而不是用漂亮的格式、增加回答长度。不过也有意外之喜，Gemini-Exp-1114 这一次在视觉能力上拿下第一，超越了 GPT-4o。整体看下来，对于谷歌这次的反超，大家也感到十分意外。目前，Gemini-Exp-1114 已经可以在谷歌AI Studio体验，且官方计划后续提供 API。这不，有很多网友已经上手测试了，但好像争议蛮多——网友反应不一先总结一下，通过网友测试，目前可知 Gemini-Exp-1114 的以下信息：拥有 32k 上下文窗口模型回答知识截止日期为 2023 年 4 月，但回答结果会不一样加上了思维链其中，32k 上下文被大家狠狠吐槽。有人直言相比 200 万上下文窗口的 Gemini 1.5，搁这儿不升反降呢！兴许是感受到大家的怨怼了，谷歌 AI Studio 负责人赶紧出来打圆场：马上更！马上更！安抚好众人情绪后，大家终于乐颠颠晒起了使用反馈。透过其中一位小哥的观察，Gemini-Exp-1114 这次也是用上了思维链，在回答时也能像人类一样一步步思考了。而且，在数学能力上确实不错？Gemini-Exp-1114 正确回答了 2024 美国数学奥林匹克预选赛 II 1-8 题。甚至相对弱项的编码，也有人第一次尝试就成功了。然而，翻车总是难免的。有人问了基准测试中的物理问题，结果 Gemini-Exp-1114 虽然有思维链加持，却仍然回答错误。甚至老生常谈的数字比大小和数草莓中的 "r"，竟还是失败。更搞笑的是，有人问 Gemini-Exp-1114" 你叫什么？"结果回答了claude（doge）。实际上，大家一直在猜测 Gemini-Exp-1114 会不会是传说中谷歌计划更新的 Gemini 2。但根据实测，相当一部分网友出来表示否定。毕竟，它好像连旧版 1.5 Pro 会的问题也无法解决。更有人声称，这是谷歌推迟发布更大模型（即 Gemini 2）的策略，先弄一个残血版让大家玩玩，这样就别急着催更了。结合 CEO 皮猜顺势放烟雾弹的做法，好像又有点道理（doge）！AI Studio 体验地址：https://aistudio.google.com/prompts/new_chat竞技场完整榜单：https://lmarena.ai/?leaderboard参考链接： [ 1 ] https://x.com/lmarena_ai/status/1857110672565494098 [ 2 ] https://x.com/imxiaohu/status/1857183367365894487 [ 3 ] https://x.com/OfficialLoganK/status/1857106089063362768 [ 4 ] https://x.com/sundarpichai/status/1857114106928718329

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:年广嗣

TOP1热点：警惕！今年第一场大寒潮或波及全国

我们梳理最近几年基辛格对中美关系的声音，发现警告和提醒超越了推动中美发展与合作。很大程度上，是因为美国内部一些政客无论看待国家还是世界的目光，都不是发展的，而是凝固、静态的。。

4月27日，尹锡悦在美国参众两院联席会议上使用英文演讲，公然歪曲抗美援朝战争中的长津湖战役，称“美国海军陆战第一师在长津湖战役中突破中共军队12万人的人海战术，取得了奇迹般成果”。

TOP2热点：被指在演讲时做纳粹手势马斯克回应

然而，基辛格的看法却没有成为美国决策层的主流意见，也没有真的使美国对霸权有所反思。

据新华社此前消息，经现场初步调查，与体育馆毗邻的教学综合楼在施工过程中，施工单位违规将珍珠岩堆置在体育馆屋顶。受降雨影响，珍珠岩浸水增重，导致屋顶荷载增大引发坍塌。对此，一位参与现场救援的工作人员也告诉新黄河记者，违规堆放的珍珠岩是用编织袋包装，每袋高度约半米，十余斤重。此外，记者在当地了解到，在事故中受伤的几名学生正在当地第一医院救治，目前伤情稳定。教学综合楼施工单位责任人已被公安机关控制，深入调查仍在进行中。

TOP3热点：普京向中国人民送上新春祝福校服下摆太紧不好C

7月18日，新京报记者从纳雍县公安局办案民警处获悉，王女士大儿子的协查函已经由贵州省公安厅下发至其离境的点位西双版纳，再由西双版纳发到中国驻缅甸大使馆。王女士小儿子的协查函正在办理中。

唐尚珺被华中师范大学退档视频截图

TOP4热点：格陵兰人“育儿能力”测试将被取消696969大但人文艺术来源

毕力夫曾被给予党内警告处分。

唐尚珺被华中师范大学退档视频截图

TOP5热点：欧冠巴萨5比4本菲卡GOGOGO大但人文艺术观后感

2014年春天，该树回到汉旺镇青龙区，并于3月26日社进行了移栽。为方便管护，将古树移栽到汉旺镇青龙村一组的农房集中点。同年8月，经四川省楠山司法鉴定中心专家鉴定，该古树树龄为921年（正负27年），价值近百万元。据悉，树木存活100年以上就算古树，可进行挂牌保护；若是存活上500年，就属于一级保护对象。这棵紫薇树树龄已超过900年，南宋时就“出生”了，系绵竹市人民政府挂牌保护的一级古树名木。

一、原定招生计划，全部用于符合我市中考报名政策规定的考生（不含在外就读返回户籍地参加中考的3608名考生）。

TOP6热点：北京公交集团原董事长王春杰被判无期把她送上一个又一个巅峰

这件事情没准还会因为证据不足被搁置下来，自己也能够逍遥自在的过完后半生。

唐尚珺被华中师范大学退档视频截图

TOP7热点：王鹤棣在巴黎穿上了道明寺皮肤老万和三个媳妇的婚姻状况

同日，外交部副部长孙卫东奉命就韩国领导人涉台湾问题错误言论向韩国驻华大使郑在浩提出严正交涉。孙卫东说，尹锡悦总统日前接受采访时称台海局势紧张系试图以实力单方面改变现状导致。韩方立场是同国际社会一道，坚决反对以实力改变现状。台湾问题不是单纯的中国和台湾之间的问题，而是像朝鲜问题一样超越地区层面的世界性问题。上述言论完全不可接受，中方表示严重关切和强烈不满。