o3-mini-high为何如此不堪

搞七捻三
1

image
image1673×745 130 KB

Chatbot Arena (formerly LMSYS): Free AI Chat to Compare & Test Best AI Chatbots

6 个赞
2

笑死，还不如非推理的Qwen2.5 Max和Gemini 2 Flash/Pro

3

那这不科学啊，目前o3mini还是最强模型。

1 个赞
4

因为是mini？

5

这个站是每个人都能投票的，要看问的问题的复杂度和回答的格式还有格式遵循度这种，o3-mini确实不适合一般人提问

1 个赞
6

R1这下都不如4o latest了

7

这榜专业吗

8

这确实，两个LLM互搏，不可能让通用模型公平对决推理模型

9

:rofl:

4o latest杀疯了（
不过测评水准就是看两个模型同一个问题（用户问的）谁的表现好（用户打分），万一出现刷分的情况就……

1 个赞
10

一点都不意外，知识面太窄

11

小参数模型在通用问题上表现不佳很正常

12

木晓得哦

1 个赞
13

lmarena不算太公平w

14

昨天站内佬给了个 LiveBench
看起来比较真

15

还是要看实际体验吧，Claude 跑分不高，实际体验没输过

16

我是觉得o3速度慢，回答也不算好，一直用o1的

1 个赞
17

与其相信榜单，不如相信自己的使用体验

18

感覺這些排行榜都不是很準

19

o3-mini在科学、数学、编程推理进行了微调，整体表现不好正常

20

我是看的这个