# AI 也玩裙带关系？当上评委后狂为自己人加分

Source: https://www.zaihua.news/article/24288/

[返回新闻流](https://www.zaihua.news/)
2024年4月22日 · 11:15 · [在花新闻](https://www.zaihua.news/about/)

# AI 也玩裙带关系？当上评委后狂为自己人加分

LMSYS 提出了一个全新的 AI 考试，其中使用了两大冠军模型 GPT-4 Turbo 和 Claude 3 Opus 作为考官，结果发现它们的"裙带关系"实在难以忽视......当 GPT-4 作为评审时，OpenAI 系列模型呈现集体上大分的景象；而换 Claude 3 上位后画风 180° 大转弯，OpenAI 家族落马的同时 Anthropic 鸡犬飞升。

研究员还发现两位 AI 考官的裁判风格截然不同，Claude 3 不愿意给出苛刻的分数，它特别犹豫宣称谁比谁"明显更好"。相比之下，当 GPT-4 识别出影响答案的错误时，它会给出明显较低的分数来惩罚考生。Claude 3 也发现了这些错误，但它倾向于将之视为小问题，并在评分时宽大处理。

价值判断也是，像在编码问题上，Claude 3 会选择最具教育价值的回答，提供简单的结构而不依赖外部库。然而 GPT-4 会优先考虑最实用的答案，无论其对用户的教育价值如何。

[LMSYS](https://lmsys.org/blog/2024-04-19-arena-hard/)

关注频道 [@TestFlightCN](https://t.me/TestFlightCN)

[上一条理想汽车全系降价，老车主退还现金差价](https://www.zaihua.news/article/24287/)[下一条Gorq 的 iOS 应用已经推出，支持的模型有 Llama3 8B 、 70B 、 Llama2 70B 、 Mix…](https://www.zaihua.news/article/24289/)