第三百八十四章 双标 (第3/3页)
试题中有三十五分是与长程任务的管理有关的。
当然，这里说的分并不是像学生考试做卷子一样，四个选项里蒙一个，对了就拿分。具体的测试过程相当复杂，每一题都要完成一个跨度长达几个小时、进行很多个步骤才能完成的任务，最後成功之後才能拿到一分，有时甚至要重复多次来验证稳定性，取平均分。
在这样的新标准下，现在的公开模型评分普遍不算太高。
之前霸榜了很久的汤圆0.9只有70.2分。
gemini的新模型最终得分70.8分，openai的gpt-v-ii最终得分71.7。
分数第二高的金星模型2.0得分是72.3分。
互相之间咬的很紧。
只有汤圆1.0，得分93.5，比第二名领先了二十多分。
说实话，这种程度的领先，林伟伦也不理解。
但正是因为不理解，他更不能接受理察等人毫无理由的打压。打不过就修改规则？这些傲慢的西方人。
林伟伦翻看起了源智科技来参会成员的联系方式，他决定等对方到了之後，亲自过去交流一下。
至少要让他们知道自己所受到的不公正待遇。如果他们需要帮助的话，林伟伦也做好了准备。
另外一边，理察刚刚接通和矽谷的电话。
电话那边的是nexus ai的ceo瑞恩。
「测试成绩你看到了吗？」理察一边喝红茶一边说道，「恭喜你啊，瑞恩，这次你可是堂堂正正的打败了山姆。」
「看到了，还要多亏了老师你的指点。」瑞恩说道。
在他的学术生涯中，瑞恩曾经和理察有过友好的学习关系，这个关系一直保留了下来，在他的创业过程中也起到了很大的帮助。
就拿这次来说，如果没有理察在大方向上的指点，甚至指出了某些极为具体的技术挑战，金星2.0的研究方向肯定也会优化长程任务，但是出来的效果能不能有现在这麽好，瑞恩也不敢保证。
「很好，听说mcp最近的推广也很有成效，我为你自豪。」理察在电话里笑了两声，「期待在新加坡见到你展示你的最新成果。我知道，你的对手，那个汤圆协议公司的人也会来，但是你放心，你会得到我的支持。」
理察没提汤圆1.0的事。
毕竟他是真心认为，这个模型是作弊了，大部分顶级模型之间的差距都在一两分之间，这个模型一次高出二十分去，除了作弊他想不到别的原因。
虽然理察也没想出他们是怎麽作弊的，但这不重要。
电话挂断之後，瑞恩靠在老板椅的椅背上，把双脚翘上了办公桌的桌面，同时鼻子里哼起了义大利小曲。nexus ai的最新模型能力超过了openai的最新模型。
值得纪念的一天。
什麽叫技术储备啊？这就是技术储备！