猫眼影戏
 |
|
猫眼影戏
叶熙祺
手机审查
猫眼影戏记者 史密斯 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：开心激情网自拍
??12月18日,云南三所乡村小学合唱团新年初啼 唱响“田埂上的童年”,
寻常，我们还要起劲加入学校举行的消防疏散演练，万一爆发火灾，都知道逃走的蹊径，知道该怎样好好地；ぷ约。总而言之，我们要消防清静，永记心中，配合起劲创立一个文明、康健、清静的学习、生涯情形。
,高清国产欧美日韩黃色视频。??12月18日,韩方对中菲船只在南海发生碰撞深表关切 中方：敦促韩方好自为之,
一群人面面相觑，相信了他的话语，由于那双眼睛太纯净了，没有一丝杂质，天生容易让人生出好感与信任。能一小我私家单独穿越十几万里蛮荒山脉的孩子，那是何等的惊人，怎么可能随便就能遇上一个呢。
,日本少妇㐅╳乄㐅黑人,清纯校花的被肉日常,青色大脑游戏安卓版。??时势2：做受 高潮女调男视频
??12月18日,【理响中国】奋力开创党的自我革命新局面,
“你们知道喂养这样一头凶禽一天需要耗掉几多肉 ？食物关于我们自己来说都一直很紧缺，哪有多余的养三头庞然大物 ？”
,亚洲欧美性爱日韩精品,亚洲精品国产专区91在线,海角乱伦社区下载。??12月18日,中国队3:1胜马来西亚队晋级汤杯决赛,
回首六年来，全体同砚在“七彩教育、色泽人生”的照耀下，起劲加入各项活动，取得丰富的果实，可以说，学校的一草一木见证你们的生长与欢喜，学校的每一个角落都留下你们生长的足迹，一张张声誉证书，述说着你们的求索与勤劳；一张张奖状，凝聚着你们的智慧和汗水；一次次活动纪录着你的实力和魅力。
,奶茶视频有容乃大海纳百川有容乃大海纳百川,久久久精品大,蔚蓝档案黄本18禁。??时势3：国产交换配乱婬直播
??12月18日,（经济观察）人民币对美元创年内最低值 专家析破7.3后走势,
天地间漆黑，大雨密布。几片重大的云朵撞在一起，马上爆发惊雷声，那闪电如金蛇在舞，意会天上地下。
,欧美黄色操逼视频,黄金仓库hUCK9,zo2o1。??12月18日,（身边的变化）浙江浦江：青山伴秀水 “银发经济”催生乡村新活力,
地球是我们的母亲，她已经抚育了一代代人类，可我们却把生我们的母亲弄得何等狼狈，你们于心何忍啊!
,欧美孕妇交,www黄片视频,18无禁。??时势4：裸体黄
??12月18日,财政部拟第一次续发行2024年记账式附息(十四期)国债(5年期),
(二)坚持高标准建设，一直完善都会功效。一要树立精品意识，以后都会的各项建设都要全心设计、全心建设，争创一流水平。尤其是沿街修建要认真把关，坚决榨取建设低水平的沿街房。要鼎力大举推广新设计、新标准、新工艺、新手艺，提高都会建设的科技含量。都会的旧区刷新要与新区建设相连系。新区建设要坚持先地下、后地上，统一妄想、统一设计、统一配套建设。要注重都会景观的整体效果，新建的每个组团、每个区片、每条街道、每幢修建都要做到与历史文化风貌、与自然生态情形协调统一，注重修建造型、色彩、气概的协调一致，吸收海内外修建英华，全心设计，制作富有沂蒙特色的修建精品，要形成富有现代化气息的都会景观。旧区刷新，要坚持情形效益、社会效益、经济效益的统一，凭证"严酷；，统一治理，合理开发，永续使用"的原则，准确处置惩罚好新与旧、；び虢ㄉ璧墓叵，；ず枚蓟岬睦肺幕糯，；ず美酚乓煨藿捌渲芪У恼蹇占淝樾，以延续历史文脉、体现历史古板风貌特色，坚决阻止超强度、高密度开发。要树立久远看法，以对历史认真、对子孙子女认真的态度，妄想建设好每个建设项目，不留遗憾，不当历史罪人。二要突出都会建设重点。目今，都会建设的重点是改善群众栖身条件，提高群众生涯质量，完善都会综合效劳功效。在都会建设中，要把好钢用在刀刃上，把有限的资金投在改善群众栖身条件，完善都会功效的建设项目上。要牢牢围绕提高群众的生涯质量，重点抓好面向中低收入家庭的经济适用房建设和危旧房刷新。牢牢围绕完善都会功效，重点增强蹊径交通、供水排水、燃气热力、污水和垃圾处置惩罚、河流整治等。要高度重视公共文化设施建设，提升都会文化品位。三要塑造优异的都会生态情形。都会建设要坚持"以人为本"的头脑，以相宜"人居"为目的，一直提高情形质量。要树立"情形"就是生产力的看法，做到都会建设从量的扩展转向质的提高。要抓好都会的公共绿地建设，一直提高都会绿化水平。以后的都会建设，要做到还空间给黎民，建绿地给市民，凭证先城内后城郊、先造绿后造景的原则，抓好都会园林绿地、栖身区绿地、蹊径两侧绿化带和大情形绿化，真正让都会绿起来。在新区建设中，绿地率必需抵达30%以上，在旧区刷新中，绿地率必需抵达25%以上。要严酷执行绿线管制和绿色钤记制度，以包管凭证这一目的要求举行建设。要抓好都会供水净化处置惩罚和污水集中处置惩罚工程建设，一直提高供、排水能力。要起劲推行都会供排水一体化运营治理。落实节水步伐，起劲推广节水用具，加速都会供水净化处置惩罚工程、污水集中处置惩罚工程、排水设施工程、中水回用设施工程建设，提高水资源使用率。20xx年前，每个县城都必需建设一处污水处置惩罚工程。要实验都会清洁工程，科学妄想、合理布点，搞好垃圾转运站建设，逐步镌汰影响市容的垃圾方箱，每个城镇都要凭证垃圾的产量，妄想建设垃圾无害处置惩罚工程，变废为宝，逐步解决垃圾对都会的污染问题。要实验绿色能源战略，加速都会的集中供热、管道燃气工程建设，镌汰烟尘污染，改善大气情形。在行政办公区和栖身区禁绝有污染企业保存，老城区有污染的企业要通过旧城刷新，合理结构，尽快搬家。以后要严酷控制有污染企业的生长，坚决榨取新上污染企业，切实将人为污染源彻底根除。对临沂城妄想区内及城郊的小板厂、小窑厂、小锅炉，三区政府要实验关治并举，通过相对集中，实验集中供热、集中供气等步伐，尽快解决临沂城的大气污染问题。要注重都会景观建设。不但要把都会的路通起来，把地绿起来，把水清起来，把气净起来，还要把灯亮起来，把景美起来。在都会建设中要全心设计塑造富有沂蒙特色的都会景观。要特殊注重标记性修建、标记性景观建设，形成奇异的都会"手刺"。
,看污网站免费,WWW.com黄色网站,91熟女偷情。??12月18日,美版“一带一路”与原版竞争？美国学者：现在不行，将来也够呛,
开学事情安排：
,影音先锋网站在线,1v7个精神小伙视频播放在哪里,矿桥矿6集桥矿影院。【2024世界公众科学素质促进大会在北京开幕】
责编：华庭
审核：王邦贤
责编：关涛
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
