水木社区手机版
- 主题:LLM as a judge是真不行
- 最近我有一个很复杂的编程问题（超过50K tokens）。然后让Gemini Pro 2.5，Grok，GPT5，分别给出答案。
接着我把3个答案放一起，分别让3个LLM判断，谁的答案更好。结果Gemini Pro 2.5，Grok，GPT5这三个LLM居然每个人都说自己的答案是最好，最完善的，最优秀的。。。。
--
FROM 218.82.23.* - 这么玩一次花多少钱
【 在 Xjt (Voldemort) 的大作中提到: 】
: 最近我有一个很复杂的编程问题（超过50K tokens）。然后让Gemini Pro 2.5，Grok，GPT5，分别给出答案。
:
: 接着我把3个答案放一起，分别让3个LLM判断，谁的答案更好。结果Gemini Pro 2.5，Grok，GPT5这三个LLM居然每个人都说自己的答案是最好，最完善的，最优秀的。。。。
: --
--
FROM 117.133.82.* - 包月的
【 在 smthhz 的大作中提到: 】
: 这么玩一次花多少钱
--
FROM 218.82.23.* - 呃，你用量这么大包月也顶不住吧
【 在 Xjt (Voldemort) 的大作中提到: 】
: 包月的
: 【 在 smthhz 的大作中提到: 】
: : 这么玩一次花多少钱
:
--
FROM 117.133.82.* - 无限量的啊，对方顶不住那是它的是。。。我只管用。。。
【 在 smthhz 的大作中提到: 】
: 呃，你用量这么大包月也顶不住吧
--
FROM 218.82.23.* - 还有无限量的？那一个月得几百刀吧
【 在 Xjt (Voldemort) 的大作中提到: 】
: 无限量的啊，对方顶不住那是它的是。。。我只管用。。。
: 【 在 smthhz 的大作中提到: 】
: : 呃，你用量这么大包月也顶不住吧
:
--
FROM 117.133.82.* - 199刀一年，去年黑五订阅的。不是啥都无限量。但是我说的这几个模型是无限量的
【 在 smthhz 的大作中提到: 】
: 还有无限量的？那一个月得几百刀吧
--
FROM 218.82.23.* - 这也太便宜了，哪一家
【 在 Xjt (Voldemort) 的大作中提到: 】
: 199刀一年，去年黑五订阅的。不是啥都无限量。但是我说的这几个模型是无限量的
: 【 在 smthhz 的大作中提到: 】
: : 还有无限量的？那一个月得几百刀吧
:
--
FROM 117.133.82.* - Monica
【 在 smthhz 的大作中提到: 】
: 这也太便宜了，哪一家
--
FROM 218.82.23.* - 这模型可有点老
【 在 Xjt 的大作中提到: 】
: Monica
--
FROM 124.126.186.*