大家还在炒钢丝球吗？我发现了一道新的菜，可以区分gpt-4-turbo(gpt-4-turbo-2024-04-09)和其他gpt4模型

[Butterl]

Llama3 70B 煞有介事给了个菜单做法

[Paolo]

Llama3 你能指望? 不过说实话其他都还可以.

[wennan (小金子)]

free的bing表现不错

[Feng]

我用gpt-god低价转发，回答不出来哈哈哈
gpt-god 的 opus 也答不对

[jcc]

opus答不对正常的，opus比gpt-0125强，但是没有turbo强，所以实测确实答不对

不带preview的turbo尝试3次应该是可以答上来至少1次的

[Feng]

号商应该是假的。我问了4次没答上

[Limerance (白煜)]

@jcc

糖醋三合板怎么做？

这个怎么样？

[jcc]

能知道这东西不是个菜，然后给你推荐别的菜，这是真的

[cfbiso (shoujunfeng)]

用中国菜名测试,觉得不太合理,台湾有个小吃就叫:棺材板, AI 当然有可能认为三合板也有可能是中国的一种小吃, 因为中国的菜名各种奇怪的名字, 诸如老婆饼之类的

[whoami]

AI直呼太难了

[linghch (高行健)]

佬友说得有道理，这块AI还得针对性训练

[cch_jcc]

没想到bing能做出来

[devinfan]

我的plus也会

[jcc]

训练数据里一定是有全部的菜名的，但是一定不会有糖醋三合板这道菜，同时一定会有一些名字接近的菜作为干扰。所以，这时候才能真正的考验模型的能力

之前的鲁迅周树人、西红柿炒钢丝球，这些都已经在上一个版本问过了，所以新的版本会有针对性训练。所以才需要新的菜来评测模型能力

[jcc]

plus用的就是gpt-4-turbo，这个没问题的

[abelwang]

直接问gpt-4-turbo-2024-04-09：

[Shimapoikaze (雾月)]

@jcc

us用的就是gpt-4-turbo，这个没问题

plus

[baiyidujiang]

坏了。。。一个299永久使用的GPT回答上来了，让我一时间不知道他到底是不是真的。。。。

[Varc]

他都会类似于西红柿炒钢丝球了666，估计是prompt针对这种做菜的做处理了

[Leon01]

Perplexity 已经能爬到本贴的讨论了(´･_･`)