研究人员发现，谷歌Gemini表现不如GPT-3.5 Turbo

在近期的一项研究中，来自卡内基梅隆大学和BerriAI的研究团队对Google Gemini Pro进行了深入的评估，并发现其在多项任务中表现不如OpenAI的GPT-3.5Turbo。这一发现无疑是对Google在生成式人工智能领域与OpenAI竞争的雄心的一次沉重打击。

Gemini Pro是Google公司最新推出的大型语言模型（LLM），其在演示视频中展示了其强大的功能。然而，研究团队发现Gemini Pro在多数任务上的表现不如OpenAI的老款GPT-3.5Turbo。这一结论令Google研究人员感到挫败，尤其是考虑到他们在Gemini的开发上投入了大量时间和精力。

尽管Gemini Pro的表现不佳，Google仍然保持乐观态度，表示他们即将推出更强大的版本Gemini Ultra，预计将于2024年初问世。据Google的内部研究称，Gemini Ultra在性能上超过了GPT-4。然而，这一消息并未能完全抚平研究结果给公司带来的打击。

研究方法与测试结果

研究团队在LiteLLM平台上测试了四个不同的LLM:Google Gemini Pro、OpenAI GPT-3.5Turbo、GPT-4Turbo和法国初创公司Mistral最新推出的Mixtral8x7B。测试内容涵盖了STEM、人文和社会科学领域的57个多项选择问题，以及一些与通用推理、数学和编程相关的任务。

研究结果显示，在多项选择问题的测试中，Gemini Pro的准确性低于GPT-3.5Turbo和GPT-4Turbo。Gemini Pro在人类性、形式逻辑、初等数学和专业医学等领域的表现较差，其中一部分原因是Gemini在某些问题上拒绝回答，声称由于安全和内容限制无法遵循。然而，在安全和高中微观经济学等领域，Gemini Pro的表现略优于GPT-3.5Turbo，但进步有限。

Gemini在语言翻译领域表现出色，优于GPT-3.5Turbo和GPT-4Turbo。然而，研究指出，Gemini Pro在某些语言对中阻止回应的情况下表现不佳，这暗示了一种过于激进的内容审查/安全系统。

对Google AI雄心和用户的影响

研究结果明显对Google在生成式人工智能领域与OpenAI竞争的雄心构成了打击。由于更强大的Gemini Ultra模型要到明年初才会发布，这可能意味着Google在AI性能上将至少在未来一段时间内落后于竞争对手。尽管如此，研究也显示，Mistral公司的Mixtral8x7B模型在大多数方面的表现也不如GPT-3.5Turbo，为Google在AI领域带来一丝希望。

尽管Gemini在某些方面表现出色，但研究结果让人难以忽视OpenAI目前在消费者和企业面向的生成式人工智能领域的领先地位。随着Gemini Ultra的推出，Google可能会迎头赶上，但目前GPT-4仍然是首选，至少直到Gemini Ultra在新的一年发布。