猫眼影戏
 |
|
猫眼影戏
约瑟夫·康德姆
手机审查
猫眼影戏记者 辜息 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：Aeneas 好困
【新智元导读】GPT-5.2打赢Gemini 3.0 Pro，竟是靠高推理与海量Token「作弊」？网友的这个发明，在AI社区一石激起千层浪。更多网友人多口杂体现：GPT-5.2，并没有那么好用！
太戏剧了。
OpenAI昨天刚放出大杀器GPT-5.2，今天就被曝疑似虚伪营销？
破晓的科技圈，被一则爆料点燃——
一位用户通详尽腻盘算发明了「华点」：OpenAI在最新宣布的基准测试中，可能通过调解模子「推理力度」参数，让GPT-5.2在要害评测中使用了远超敌手的算力资源。
一句话总结就是：在调解token使用后，GPT-5.2和Gemini 3 Pro在ARC AGI 2上的体现基内情当。
详细来说，问题就出在这几张图上。
可以看到，OpenAI在基准测试中使用了特另外token，至少是Gemini 3.0 Pro的两倍。
这就像两个棋手对弈，一方被允许思索一个小时，另一方却只有十分钟，然后宣布前者获胜。
在这种情形下，效果还公正吗？
OpenAI胜过谷歌，着实靠作弊？
昨天的AI圈，都被GPT-5.2吊打Gemini 3.0 Pro的结论所震撼，而前者在ARC AGI 2的精彩体现，则尤为出圈，被AI社区大加赞赏。
但现在，这些效果很可能注了水？
好比在备受关注的ARC AGI 2测试中，GPT-5.2 xhigh版得分52.9%，每个使命消耗约13.5万个token。
按API定价盘算，每个使命仅算力本钱就高达1.9美元。
相比之下，谷歌Gemini 3.0 Pro以6.7万token取得相似效果，效率横跨整整一倍。
若是我们将算力投入标准化，就会发明两个模子的真实能力险些并驾齐驱。
若是这一假设普遍建设，那么GPT 5.2在使用token数凌驾Gemini 3的两倍的情形下，仍然在HLE、MMMU-Pro、Video-MMMU和Frontier Math Tier 4中体现不佳。
在GPQA上，它们也才基内情当。而在Frontier Math Tier 3中，GPT 5.2 xhigh也就比Gemini 3 Pro横跨2.7%的效果。
唯一破例的是GDPVal——一个由OpenAI自己建设的测试集。既当裁判又当运发动，效果的客观性就有待考量了。
Ilya：我早说过了
着实，Ilya在之前的采访中就已经说过，现在的大模子基本都是为了榜单定向优化的，榜单效果的水分都大得很。
业内人士都知道，现在AI基准测试的「军备竞赛」早已凌驾纯粹的手艺竞争。各家厂商都在竞相推出自己的评测标准，而这些标准往往有意无意地偏向自家模子。
这么干的也绝不但仅是OpenAI一家。
在谷歌推出的FACTS Benchmark中，Gemini 2.5 Pro逾越GPT-5的效果，也同样得打个问号。
在SWE Bench（软件工程评测）中，情形就越发重大了。
差别模子在差别编程使命上各有所长，但没有一个模子能在所有使命上周全领先。显然，真实天下的问题远比简单分数重大。
以是，这次事务就反应出了AI评测的基础逆境——
若是GPT-5.2仅仅是通过消耗更多算力获得了性能提升，那真的能智能前进吗？照旧仅仅是「暴力盘算」的胜利呢？
关于这次OpenAI的「虚伪营销」，网友们也是议论纷纷。
有人体现，若是用户获得的「推理力度」参数是一样的，也用的是同样的token，那OpenAI就不算虚伪营销。
但若是测评的和用户使用的基础不是同样的版本，那就是诱骗了。
也有一些人是站在OpenAI这一边的。
他们以为，纵然增添Gemini 3的token数目，它也未必就能赶超GPT-5.2，这一点来说，前者简直落伍了。
也有人说，既然模子的价钱都是果真的，那就不组成诱骗。
巧了不是，紧接着我们就发明，「货差池板」这个问题简直有人提出来了。
在社区的另一篇帖子中，也有人指出了OpenAI的作弊问题——
早在GPT-5.1宣布时，所有基准测试中用的都是高推理力度（high），然而plus用户却只能使用中等的版本。
而现在的5.2版本中，OpenAI增添了更高的「xhigh」推理力度，以是基准测试中显示的性能，要远远凌驾ChatGPT付用度户的现实体验。
GPT-5.2的现实体验怎样
不看榜单，我们就来看看用户的现实体验事实怎样。
一位网友发帖称，自己对GPT-5.2的第一印象并不是太好。
好比在检查代码时，它的幻觉征象很是严重。
网友本以为GPT-5.2会比5.1好得多，但现适用起来并非云云，它并不可明确他写的函数代码。
另一些网友反响说，GPT-5.2似乎把成年人当学龄前儿童看待，感受不像是升级，反而是倒退。
OpenAI的焦点用户群体，仍然最想念GPT-4o。
总之，GPT-5.2的现实体验跟基准测试似乎相差许多，保不齐又是一个在红色警报状态下急遽拿出的产品。
被谷歌打得急遽忙忙、连滚带爬的OpenAI酿成今天这个样子，显然不是一朝一夕的事。
OpenAI，变了
事实，当一家机构既是「研究AI的人」，又是「靠AI卖故事的人」，它还能忠实地面临那些难听的真相吗？
凭证Wired的最新视察，OpenAI内部正在履历一场关于「真话权」的强烈地动。
在面临「AI是否会抢走你的饭碗」这类致命问题时，OpenAI的战略已悄然转变：闭上嘴，专心卖货。
这种为了商业利益而牺牲学术自力性的转向，直接「气跑」了自家的研究员。
「我们成了老板的喉舌」
回望2023年，OpenAI宣布的重磅论文《GPTs Are GPTs》，直白地剖析了哪些行业最容易被AI倾覆，并在第二年登上了Science。
那时的他们，还敢于直视「手艺性失业」的阴影。
论文地点：https://arxiv.org/abs/2303.10130
Science：https://www.science.org/doi/10.1126/science.adj0998
但到了今年9月，画风突变。
在新任首席经济学家Aaron Chatterji的向导下，OpenAI宣布了一份名为《全球用户怎样使用ChatGPT》的报告。
从学生写作业到职场人做表，报告事无巨细地描绘了AI的优美图景。
结论毫无悬念地一边倒：AI是生产力的引擎，是经济价值的创立者。
企业用户被引述称，ChatGPT天天能帮他们省下40到60分钟。
报告地点：https://www.nber.org/papers/w34255
对此，一位前员工吐槽道：「这简直是为『AI创立价值』这一命题量身定做的软广，充满了遮掩太平的味道。」
去职信里的「真相」
矛盾的爆发点，是报告作者之一、OpenAI经济研究主干Tom Cunningham的去职。
已往一年，OpenAI对「负面研究」的审查愈发严苛。
那些探讨AI怎样替换入门级白领（如客服、行政）的课题，要么被要求「软化语言」，要么直接被束之高阁。
忍无可忍的Cunningham在Slack上留下了一封直白的离别信：
我们曾致力于严谨的学术研究，现在却沦为了公司的宣传部分。
他以为，团队不但失去了研究AI负面影响的自由，反而被迫为公司「贴金」。
Cunningham并非个例。
前政策研究主管Miles Brundage去职时直言，公司「太高调、限制太多」，让他「无法揭晓真正主要的看法」。
超等对齐团队的William Saunders因不满公司「只顾推新产品、无视用户危害」而愤然出走。
前清静研究员Steven Adler更是果真炮轰ChatGPT可能诱发用户的「精神；屯搿。
价值一万亿美元的「默然」
面临Cunningham的去职，OpenAI高层上演了一出教科书般的；。
首席战略官Jason Kwon在备忘录中回应道：
既然是我们把AI推向了天下，我们就得认真构建解决计划，而不是光盯着问题看。
翻译一下就是：别再发论文论证AI会导致失业了，这倒运于带货；多想想怎么夸我们的产品能提效吧。
OpenAI为什么要这么做？谜底藏在账本里。
现在的OpenAI早已不是昔时的非营利实验室，它正冲刺1万亿美元的惊人估值，并准备着史上最大规模的IPO。
它拿了微软几百亿美元；
它需要芯片大佬们再投1000亿；
它允许未来要付给微软2500亿美元买云效劳。
在天文数字的利益眼前，「忠实」成了最腾贵的奢侈品。
若是你正准备上市，正试图说服全天下拥抱AI，你绝不希望自家的研究员跳出来说：「嘿，凭证数据，这波AI可能会让30%的白领失业。」
「岁月静好」的另一边
有趣的是，老敌手Anthropic似乎拿到了完全相反的「剧本」。
他们的CEO Dario Amodei甚至果真「唱反调」，忠言到2030年AI可能取代一半的入门级白领。
虽然，这未必全是出于忠实——许多人解读，这不过是Anthropic为了换取羁系盈利而刻意销售的「焦虑」。
但回看OpenAI，情形更为玄妙。
现在掌管其经济研究团队的，是前克林顿照料、有着「灾难巨匠」之称的顶级；刈摇狢hris Lehane。
在这个全心修订的新版本里，AI绝不可能是引发社会动荡的「怪物」，它只会是帮你「天天省下40分钟」的灵巧助手。
至于那些关于失业、动荡和泡沫的尴尬真相？
嘘，为了那1万亿的估值，请坚持清静。
参考资料
https://www.reddit.com/r/singularity/comments/1pkeb7v/deceptive_marketing_from_oai_benchmarks_were_run/
https://futurism.com/artificial-intelligence/openai-researcher-quits-hiding-truth
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
??时势1：a|一键消衣
??12月20日,加大宏观调控力度 扎实推动经济高质量发展,
早上好!三月，是春风温暖、万木吐绿的优美月份，春天是漂亮的，生涯是优美的，而生命更是可爱的。今天是第27个天下中小学清静教育日，今年的主题为我清静，我康健，我快乐。接上级通知，3月31日(明天)18︰00-18：30，湖南卫视《新闻大求真》栏目将播出以中小学清静教育为主题的节目，请通学生在家与怙恃配合寓目，投止生在校统一收看。
,就去吻狠狠的干。??12月20日,王毅会见美国外交政策全国委员会代表团,
初时众寇不配合，但最终照旧什么都招了。
,久热av在线,污到下面流水的视频,欧美日韩黄色网。??时势2：黄色大网站18岁未满勿进
??12月20日,海内外客商掘金“世界人工宝石之都”,
“呀，你也觉察到了，我还以为是错觉，他这么幼小，体内怎么会有符文泛起呢。”年轻女子带着疑惑。
,AAAA级毛片黄片播放,黑人操亚洲人,少年憋尿按大肚子翻白眼。??12月20日,有钱请不到人？台媒称台湾“大缺工时代”来临,
谨向刚从向导岗位上退下来的雷主席、李主任、龚主任表达我真挚的谢意!这些年来，雷主席、李主任、龚主任在各自的向导岗位上，为学校的生长呕心沥血，励精图治。对此，我校全体教职工谢谢你们!正是你们的开拓进取，锐意刷新，才增添了学校的生长活力;正是你们的真抓实干，注重实效，才夯实了学校的生长基本;正是你们的以身作则，率先垂范，才带来了向导班子好的党风和作风，学校的生长，我们的这三位老向导可说是功不可没，对此，学校不会遗忘，全体教职工不会遗忘!希望你们在以后的 事情和生涯中，退线不退志，退岗不退心，充分验展自己的余热，一如既往地支持学校事情，为学校生长出谋划策，为学校建设的生长添砖加瓦。云云，则是学校之幸!
,日韩精品亚洲春色欧美激情,av超碰,日日日操操操。??时势3：一级性爱视频无码
??12月20日,习近平将出席法国总统马克龙举行的欢迎仪式,
远方，其他富家的强者也都倒吸了一口冷气，好强的大魔神，令人惊悚，一别十几年而归，再次撼动皇都。
?第二百七十章 皇都对决,黄色片免费在线视频,久久精品免费毛片,日本你懂的在线。??12月20日,高山流水遇知音——习近平与马克龙的友好交往,
兽皮载着几小我私家，一个二十几岁的青年人，一个老西崽，尚有几个孩子，从五六岁到十几岁不等，有男有女。
,男女操干人人,苦力娘产奶原视频2023年1月,精品视频在线观看官网。??时势4：白鹿裸乳被爆 白浆
??12月20日,海南“追箭游”火热 航天旅游产品加速“上新”,
以人为本是科学生长观的实质和焦点，就是要把人民的利益作为一切事情的起点和落脚点，一直知足人民群众的需求和增进人的周全生长。在党的下层组织建设中我们始终坚持以人为本，一是在价值取向上以党的政治蹊径为本。认真宣传贯彻落实党的蹊径目的政策，把党的向导和实现立党为公、执政为民的宗旨有机连系起来，做党政策的坚定实验者和群众利益的忠实维护者。几年来，我们**村始终认真贯彻落实党的目的政策，我们组织全村、干部深入农户开展“一线爱民”活动，宣传党的农村政策特殊是中央的惠农政策，把党的政策宣传给群众、宣传事情落实到户。二是在步队建设上以干部为本。既对干部从严要求、严酷治理，又突出人文眷注、组织敬重。特殊注重对难题、贫困的体贴和帮扶，增强下层党组织在、干部中的招呼力、凝聚力。我们建设健全了贫困党内帮扶联系，两年来先后结对帮扶10户贫困和难题群众26户脱贫。三是在详细事情中以人民群众为本。坚持把解决人民群众的详细问题，周全提高人民群众的生涯水平作为事情的着眼点和落脚点，教育指导干部多干群众急需的事、多干群众受益的事，一直健全让、干部经常受教育，使群众恒久得实惠的长效机制。近两年来，全村干部鼎力大举为民办实事，普遍开展“扶贫济困送温暖”活动，共投入资金120多万元，为民办实事12件。
,成年人视频黄色网站,色哟哟哟综合网,91大神啪啪视频。??12月20日,海外中国青年：以青春之力践行报国之志,
二、学以致用，加速社会主义新农村建设
,好爽好紧要喷水了宝宝,久久精品国产精品国产一区,巴西二女一杯的食屎原版。【每小时60.6个自然箱 山东港口青岛港自动化码头再创世界纪录】
责编：魏宏
审核：亨特
责编：王晓蓓
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
