生成式 AI 早已通過圖靈測試，科學家卻不認同！評估 AI 能力的新方法是什麼？

GPT-4 和其他語言模型早己通過「沒有完整測試框架」的圖靈測試，但該測試沒有建構太多細節，不是一個真正可以在機器上實際運行的測試。那麼大公司普遍使用的「基準測試」又如何？...