★ 4
本地模型可测试人类知识：41年Jeopardy!数据
一项新研究使用单个9GB开源模型（Qwen2.5-14B）测试了41年Jeopardy!的全部529,939道题目，模型在严格协议下答对67%的题目。该模型在训练截止后的题目上保持65%的准确率，而Claude Opus 4.8达到95%。这表明知识快照已可便携且几乎免费，能力不局限于特定时刻。
arXiv cs.AI63 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
一项新研究使用单个9GB开源模型（Qwen2.5-14B）测试了41年Jeopardy!的全部529,939道题目，模型在严格协议下答对67%的题目。该模型在训练截止后的题目上保持65%的准确率，而Claude Opus 4.8达到95%。这表明知识快照已可便携且几乎免费，能力不局限于特定时刻。