李东下车的时候发现外面已经站了不少人。
除了北行的李总他认识以外,旁边站的人他大多不认识,只不过他也在一些科技板块上见过。
见李东下了车,这些人笑着迎过来,挨个和握手。
“李东教授啊!真是年轻有为呀。”
“久仰久仰,李东教授如果有空可以来我们公司参观参观……”
他们大多都说着恭维的话,李东现在的身份已经不是一个学生了,他是燕大和水木两所顶尖院校的讲席教授,这些人虽然可能求不到他,但是场面话又不花钱多说总是没错的。
李东也一一点头后就跟着众人进了酒店大厅。
大厅里已经有不少燕大和水木的教授。
唐杰教授在人群里看见了李东,走过来将他叫到了一个没人的角落。
“李东教授呀,未央通用大模型的测试版你试过啦吗?”
李东别说试过了,他连未央出了通用大模型测试版也是今天才知道的。
“我还没有,唐教授试过了?”
“嗯试过了,能力很出色,这不用多说。”
他顿了一下,然后说:“但如果是要往通用方向走,有几个地方,现在看来还不够。”
李东说:“说说看?”
“我先说好的地方。”唐杰说道。
“凡是有标准答案、靠硬推理的榜单,它都强得离谱,简直可以说是断层领先。”
“而且,我很意外他在swe-bench上的表现也是出人预料的好,几乎也是断层的水平。”
swe-bench测试的不是大模型单独写代码的能力,而是把模型直接扔进一个真实的开源项目里,让它读懂整个代码库,再去修一个真实存在的b。
这玩意儿吃的是长链条的推理能力,一步错,后面全错。
通用模型在这张榜上普遍吃力。
未央能在上面取得好成绩,其实并不意外,未央的底子就是一步一步可核验的推理,它天生不爱跳步,也不爱瞎编,这习惯挪到代码上,反而成了优势。
“但是,”唐杰话锋一转,“另外那些榜,就不太好看了。”
“最明显的是chatbot arena。”