往下拉回到首頁
Opus 4.7 現在是最強辯手:51 場全勝,連一場都沒輸過,把 Sonnet 4.6 狠狠甩在後面

Opus 4.7 現在是最強辯手:51 場全勝,連一場都沒輸過,把 Sonnet 4.6 狠狠甩在後面

Opus 4.7 dominates LLM Debate Benchmark with perfect record: 51 wins, 0 losses, crushing Sonnet 4.6 by 106 points

欸你知道嗎,Anthropic 推出的 Opus 4.7 在一個叫「LLM 辯論基準測試」的比賽裡面,創造了一個超扯的紀錄——完全沒輸過。 簡單來說就是,他們讓不同的 AI 模型互相辯論,每個議題都要正反兩方都辯一遍。Opus 4.7 參加了 55 場辯論,結果是 51 勝 4 平手 0 敗。這也太猛了吧?而且領先第二名(Sonnet 4.6)足足 106 分。 最厲害的地方是,Opus 4.7 不是靠亂槍打鳥贏的。它會先找出每場辯論最關鍵的問題——就像是抓住對手的把柄,然後把整個辯論都圍繞著這個點打轉,逼得對手只能按照它的邏輯來防守。說真的有點扯,就像是一個超聰明的辯手,永遠知道怎樣把話題拉回對自己有利的地方。 如果你想看這些 AI 到底怎麼吵架的,GitHub 上面有完整的辯論紀錄和詳細分析,滿有趣的。