类ChatGPT模型评测总结
大型语言模型(LLM)受到广泛关注，这些强大的模型能够理解复杂的信息，并对各种问题提供类人的回应。其中GPT-3和GPT-4表现最好，Flan-t5和Lit-LLaMA表现也不错。但要注意，模型商用可能需要付费和数据共享
ALL WRITINGS
文章归档
关于代码、系统和构建过程中的取舍。
- 篇公开文章
- 5,542
- 页归档
- 555
Chatbot Arena
实际场景用Elo rating对 LLM 进行基准测试 - 介绍了 Chatbot Arena，一种针对大型语言模型 (LLM) 的基准平台，采用匿名、随机的方式进行对抗评测，评测方式基于国际象棋等竞技游戏中广泛使用的 Elo rating system。发布了9...
ChatALL：可以同时与多个AI聊天机器人（含清华、讯飞的产品）
可以同时与多个AI聊天机器人（如ChatGPT、Bing Chat、Bard、Alpaca、Vincuna、Claude、ChatGLM、MOSS、iFlytek Spark、ERNIE等）进行对话的工具。它可以并行发送提示给不同的AI机器人，帮助用户找到最好的回...
NLP / LLM 项目资源目录
docs/a.md 中 607 个 NLP 与 LLM 项目资源的可跳转目录。
gpt-5.4-mini 详解：低成本轻量任务与批处理实践
详解 gpt-5.4-mini 在结构化抽取、分类、摘要和测试环境中的用法，并说明何时应升级到 Terra 或 Sol。
gpt-5.4 详解：旧版通用推理模型的使用价值与迁移策略
分析 gpt-5.4 仍适合保留的场景、常见使用方式，以及升级到新一代模型时如何控制行为变化。
codex-auto-review 详解：让 AI 自动代码审查真正产生价值
厘清 codex-auto-review 的工作模式定位，并介绍如何用它审查缺陷、回归风险、安全问题和测试缺口。
gpt-5.5 详解：成熟存量系统中的稳定推理模型
说明 gpt-5.5 在既有应用中的价值、继续保留的条件，以及迁移到 GPT-5.6 家族时应验证的关键指标。
gpt-5.6-luna 详解：为高并发与低延迟任务而生的轻量模型
介绍 gpt-5.6-luna 在分类、抽取、路由、批处理等高吞吐场景中的优势、边界和升级路线。
gpt-5.6-terra 详解：质量、速度与成本之间的均衡选择
从中等复杂度开发、内容处理和业务自动化出发，分析 gpt-5.6-terra 的均衡定位及生产实践。