OpenAI 员工 William Fedus 周一在社交平台 X 证实，近期在 LMSYS 聊天机器人竞技场 (Chatbot Arena) 上表现优异的神秘聊天机器人“gpt-chatbot”，正是他们刚刚发布的全新人工智能模型 GPT-4o。Fedus 还透露，GPT-4o 在测试中登顶了竞技场排行榜，取得了有史以来的最高分。
“GPT-4o 是我们最先进的尖端模型，”Fedus 在推特上写道，“我们一直在竞技场使用‘im-also-a-good-gpt2-chatbot’的名称测试该模型的一个版本。”
聊天机器人竞技场是一个网站，访客可以同时与两个随机的 AI 语言模型对话，却不知道哪个是哪个，然后选择提供更好回复的模型。
从今年 4 月份开始，OpenAI 在竞技场测试了多个版本的 GPT-4o，该模型最初以“gpt2-chatbot” 的名称出现，然后变成了“im-a-good-gpt2-chatbot”，最后是“im-also-a-good-gpt2-chatbot”。
自 GPT-4o 今日发布以来，多方消息人士透露，该模型以巨大优势登顶了 LMSYS 的内部排行榜，超越了之前排名最高的模型 Claude 3 Opus 和 GPT-4 Turbo。
lmsys.org 的官方账号分享了一张图表，并写道：“‘gpt2-chatbot’系列模型刚刚飙升至榜首，以显著的优势（约 50 Elo）超越了所有其他模型，它已经成为竞技场中最强大的模型。这是一张内部截图，公开版本的‘gpt-4o’现已进入竞技场，并很快将出现在公开排行榜上！”
截至发稿时，“im-also-a-good-gpt2-chatbot” 的 Elo 分数为 1309，领先于 GPT-4-Turbo-2023-04-09 的 1253 分和 Claude 3 Opus 的 1246 分。在三个“gpt2-chatbot” 出现并搅局之前，Claude 3 和 GPT-4 Turbo 一直在排行榜上争夺冠军。