最新

最近我看到很多关于 GitHub 替代品的讨论。我也很想了解一下，但很好奇大家的使用体验如何。<p>我一直在关注 Codeberg，但我真的很不想放弃 GitHub Actions，而 Codeberg 的替代方案似乎还未准备好。

我们使用基于英国著名且极具挑战性的游戏节目《Only Connect》的方法，评估了 OpenAI GPT-5 的横向推理能力，并与其他模型进行了对比。《Only Connect》以挑战参赛者的模式匹配和冷知识技能而闻名。<p>要点： - GPT-5 表现出色，但仅略优于 o3。 - 模型的冗长程度对准确性和巧妙性影响甚微，但有趣的是，在序列题环节有所不同。 - 然而，“极简”的冗长程度会导致准确性急剧下降。<p>我们将在未来几天发布来自扩展测试的更多结果。我们正在研究不同类型的评估（模型在序列中只有一个项目 vs. 2、3、4 个项目时的表现如何）。我们还希望研究模型在三人团队中的表现，以复制该游戏节目的形式。<p>我们未能找到《Only Connect》游戏出现在训练材料中的证据（当然，现在这种情况很可能会改变）。 最后，我们正在尝试复制连接墙的结果，使用《纽约时报》的“Connections”游戏，但我们怀疑这些游戏可能已包含在训练材料中，这将导致结果失真。