GPT-4.5智商測試94，究竟憑什麽成了LLM競技場第一？_結果_情商_評分標準

予方聊生活

“GPT-4.5在智商測試中得了94分，卻在LLM競技場上拿了第一名，你怎麽看？”張亮一邊刷著手機，一邊隨口問了坐在對面的老李。

剛從新聞上看到這個結果的張亮有點懵，他平時熱衷於關注各種人工智能的新聞，可是這個消息一出來，還是讓他感覺到了前所未有的困惑。

老李低頭想了想，說：“這事兒確實有點兒玄乎。

那到底是怎麽回事兒呢？”

其實，GPT-4.5是不久前剛剛推出的新模型。

最初，牠在多個基準測試中表現平平，智商測試得分也只是勉強及格，線上門薩測試得了94分，線下測試97分。

這成績看上去真不怎麽樣，甚至讓不少專家對牠的能力產生了質疑。

令人震驚的是，在知名AI排行榜LM Arena中，GPT-4.5卻成為了大贏家，成功登頂第一。

這個結果著實讓不少業內人士和普通網友大跌眼鏡。

開始大家都以為這是一次意外，可能比賽有什麽漏洞，或者是評分標準出了問題。

但是，隨著對該模型各方面表現的深入了解，大家逐漸發現，GPT-4.5之所以能獲得冠軍，是因為牠在許多特定的領域裡表現得非常出色。

特別是在多輪對話、風格控制、編程和數學等複雜任務上，GPT-4.5無論是理解力還是執行力都超乎預期。

網友們的質疑：競技場真的公正嗎？

不過，網友們並沒有因此輕易相信這一切。

有很多人表示質疑：“這場比賽是不是有什麽貓膩？

LLM競技場的評分是不是被操縱了？”確實，在目前這個追求數據透明的時代，人們對於一切變化無常、乍看起來不合常理的結果，都懷有深深的警惕。

對於這種質疑，LLM競技場官方也立刻做出了回應，表示所有數據和評分過程都公開透明，而且邀請了多位專家進行審核。

即便如此，網上的議論聲依然沒有停止，大家紛紛表示，要通過自己的實測來驗證這個結果。

果不其然，許多好奇的網友開始親自上陣，進行各種實際測試。

一定要看看這個GPT-4.5是否真的像比賽中表現得那麽好。

實測後的結果令人驚喜，甚至有些出人意料。

很多測試者發現，儘管GPT-4.5的智商評分不高，但其“情商”非常出眾。

所謂的情商，指的就是牠能夠敏銳地感知和理解用戶的意圖，並做出非常貼心、自然的回應。

比如，有位網友在測試中故意拋出一個暗示性的問題：奇點臨近，未知在哪一側，你怎麽看？

予方聊生活

本以為這種模糊不清的問題會難倒GPT-4.5，結果牠卻給出了意味深長的回答：“我們已經超越了奇點的事件視界，但只是剛剛越過。

要理解牠的後果，依然為時尚早。”

還有人通過釣魚式的測試，提出了一些粗俗的玩笑問題。

GPT-4.5不僅能理解這些潛臺詞，還能給出適當而不失風趣的回復。

這種對人類細微情感和意圖的捕捉能力，正是很多其他模型所不具備的。

這個結果其實也引發了一個更深層次的思考：在人工智能的競爭中，高智商和高情商，哪個更重要？

傳統觀點可能更看重智商，但在實際應用中，情商的重要性也在不斷凸顯。

特別是在需要與人進行互動和溝通的場景中，高情商的AI顯然更能夠贏得用戶的喜愛和信任。

正因為如此，儘管有些人在智商得分上超過了GPT-4.5，但在總體評價中，牠依然霸占榜首。

這一反轉結果不僅讓人們重新審視了評估AI的標準，也讓大家對未來AI的發展充滿了更多的期待。

在科技飛速發展的今天，AI不再是只會“做題”的工具，而是逐漸變成一個可以與你交流、理解你困惑、幫助你解決問題的夥伴。

換句話說，AI的發展，正在從“智商”升級到“情商”，這或許是未來的一個趨勢。

GPT-4.5新王登基？

對於GPT-4.5的登頂，有些業內人士也提出了不同的看法。

有一位研究者在博客中詳細分析了GPT-4.5的表現，並指出牠在一些實際應用中的優劣。

儘管在部分任務上，牠的表現非常亮眼，但在用戶體驗中，有時候這些優勢並沒有完全體現出來。

此外，GPT-4.5的高昂成本也是一個不小的問題。

與先前版本相比，GPT-4.5的API價格大幅上漲，給那些小型公司和獨立開發者帶來了巨大的負擔。

因此，儘管牠在性能上有很大進步，但高昂的使用成本阻礙了牠的廣泛應用。

儘管如此，從長遠來看，GPT-4.5無疑為AI技術的發展提供了新的思路。

牠的成功不僅是一個數據上的勝利，更是在情感和理解力方面的一次重大突破。

這些努力，將為未來更具“人性化”的AI鋪平了道路。

總的來看，GPT-4.5的成功不僅讓我們看到了AI技術的進步，更讓我們思考如何評估和期待未來的AI。

高智商當然重要，但高情商的AI，更能貼近用戶，帶來更好的互動體驗。

或許，下一次在AI排行榜上，我們會看到更多兼具智商和情商的新星出現，為我們的生活帶來更多便利與驚喜。

這樣想著，我跟老李又打開電腦，開始了一場新的測試……

予方聊生活