在元宇宙賣酸奶，這波聯動燃爆了！
來源：品牌頭版 或許，每個人心中都住著一個小饞孩。可能是童年時百吃不厭，覺得新奇又有趣的跳跳糖；可能是味道香甜，咬下一口嘎嘣脆的扁桃仁；還有可能，是某種不知為什么，就是很愛吃的
4 月 7 日消息，Meta 公司上周發布了一款名為 Maverick 的新旗艦 AI 模型，并在 LM Arena 測試中取得了第二名的成績。然而，這一成績的含金量卻引發了諸多質疑。據多位 AI 研究人員在社交平臺 X 上指出，Meta 在 LM Arena 上部署的 Maverick 版本與廣泛提供給開發者的版本并不一致。
Meta 在其公告中明確提到，參與 LM Arena 測試的 Maverick 是一個“實驗性聊天版本”。而根據官方 Llama 網站上公布的信息，Meta 在 LM Arena 的測試中所使用的實際上是“針對對話性優化的 Llama 4 Maverick”。這表明，該版本經過了專門的優化調整，以適應 LM Arena 的測試環境和評分標準。
然而，LM Arena 作為一項測試工具，其可靠性本身就存在一定的爭議。盡管如此，以往 AI 公司通常不會對模型進行專門的定制或微調，以在 LM Arena 上獲得更高的分數，至少沒有公開承認過這種做法。
這種對模型進行針對性優化，然后只發布一個“普通版”的行為，給開發者帶來了諸多困擾。因為這使得開發者難以準確預測該模型在特定場景下的實際表現。此外，這種行為也具有一定的誤導性。理想情況下，盡管現有的基準測試存在諸多不足，但它們至少能夠為人們提供一個關于單一模型在多種任務中優缺點的概覽。
事實上，研究人員在 X 上已經觀察到了公開可下載的 Maverick 版本與 LM Arena 上托管的模型之間存在顯著的行為差異。例如，LM Arena 版本似乎更傾向于使用大量的表情符號，并且給出的答案往往冗長且拖沓。
截至發稿，Meta 公司以及負責維護 LM Arena 的 Chatbot Arena 組織暫未對此做出回應。
本文鏈接：http://www.www897cc.com/showinfo-45-12056-0.htmlMeta 新旗艦 AI 模型 Llama 4 Maverick 測試成績遭質疑，被指針對性優化
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號