今日实时汇率
1 美元（USD）=
7.2912 人民币（CNY）
反向汇率：1 CNY = 0.1372 USD
更新时间：2025-04-22 03:00:01
今日，微软发布了一份研究报告，称其最近推出的GPT-4在语言理解基准测试MMLU中的表现优于谷歌的Gemini Ultra。这一发现表明，微软在人工智能领域的研究已经取得了新的进展。
在MMLU基准测试中，GPT-4的表现达到了历史新高，得分率达到了90.10%，超过了Gemini Ultra的90.04%。这一结果显示出GPT-4在语言理解方面的优势。
据微软的研究人员介绍，他们通过使用改进版的Medprompt运行GPT-4，实现了这一突破。Medprompt是一种提示策略，最初是针对医疗挑战而开发的。然而，研究人员发现，它也适用于更广泛的应用。
通过使用Medprompt运行GPT-4，微软在MMLU基准测试中获得了新的技术水平(SoTA)分数。这一结果证明了GPT-4在语言理解方面的强大能力。
此外，微软的研究人员还发布了其他基准测试的结果，使用这些基准测试中常见的简单提示来显示GPT-4与Gemini Ultra的性能比较。据称，GPT-4在使用这种测量方法的多个基准测试中表现均优于Gemini Ultra，包括GSM8K、MATH、HumanEval、BIG-Bench-Hard、DROP和HellaSwag。
微软表示，虽然系统化的提示工程可以产生最高性能，但其仍在探索使用简单提示的前沿模型开箱即用性能。微软称，重要的是要关注GPT-4的原生功能，以及如何利用零次或少量提示策略引导模型。
此外，微软还发布了Promptbase GitHub中的Medprompt和类似的提示策略，包含脚本、通用工具和信息，可帮助重现上述测试结果。这些工具和资源将有助于开发人员更好地利用GPT-4的能力。
