猫眼影戏
 |
|
猫眼影戏
岛崎遥香
手机审查
猫眼影戏记者 周毅 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1：2021国产色色
??12月17日,“应急使命·2024”防汛防台风演习将在浙江举行,
砰砰两声发出，小不点在他们的背上跺了两脚，这两人连忙闷哼，嘴角淌血，软趴趴的的伏在了地上，难以转动了。
,三级曰韩版乱伦av一区二区。??12月17日,浙江省两会启幕 拼经济、强科创、传非遗等成热词,
一种神秘的实力泛起，很是的奇异，与骨书中纪录的上古先民祭天时所爆发的祭祀实力相近，如涟漪般向外扩散。
,国产九九精品视频免费播放4,美女露出 让男生喝,亚洲三区四区。??时势2：久久丝袜足交
??12月17日,王沪宁看望参加全国政协十四届二次会议宣传报道的新闻工作者代表,
20xx年，机电科在矿党政的准确向导下，牢牢围绕“保清静、保稳固、促生产、增效益”，坚持从清静宣布道育、手艺培训、现场治理入手，以扎实的事情作风、得力的事情步伐，全方位、多条理抓清静基础治理，清静可靠性获得了增强，有力增进矿井清静生产。去年整年共完成8个事人情的装置、拆除，掘进机的10次装置，8次拆除，清静上没有爆发一起轻伤以上人身危险事故，没有泛起一次“三违”征象。主要做法为：
,黄色不卡视频观看,黑人粗大又长A片免费观看,有看av网站?。??12月17日,天津伦敦“双城互动” 上演“海河邂逅泰晤士”天津时尚秀,
一头五色大虫泛起，足有水缸粗细，全身闪灼绚烂的符文，不是蟒蛇，但却比它们还狰狞，恼怒的叫着，又是只差了一点，它扭动重大的躯体，将这片山林夷为平地。
,直接看的网站爱搞,欧美性交 农夫导航,动漫gay巨茎yaoi免费。??时势3：岛国女人性爱免费毛片视频一二三区在线
??12月17日,中国羽毛球大师赛签表出炉 石宇奇李诗沣或提前相遇,
鸟爷摇头，初始地的兽王那里那么好寻，都是独来独往的，九头齐聚，共攻石毅，那只能算是个例、事业，从某种意义上来说，也证实晰重瞳者至强。
,Feer XXXHD 18-19,A片日韩欧美激情性不一卡,伊人av导航。??12月17日,广东发展“年菜经济” 背后为何藏着一个“深”字？,
首先，是提高班子实力，建设高素质农村下层干部的内在需要。在竞争日趋强烈的今天，在座的列位能否驾轻就熟的事情，进一步生长农村经济，真正顺应新形势，熟练自若地开展各项事情，要害是要看各人能否坚韧不拔地学习种种知识和手艺，一直提高自身素质。从我镇的情形来看，我们经由"两推一选"、群众"海选"等方法举行农村支部、村委及村经济相助社换届，选出了群众公认的干部，这些干部的群众基础很好，可是有许多的同志才新进班子，对村里事情和种种情形还不熟悉，还不可很好的进入村干部角色，对事情具有一定的滞后性;同时，在原已进入班子的干部中，有一部分人在事情作风、事情要领、事情效率等方面，仍然不可完全顺应形势要求，详细来讲，一是这部分同志的头脑看法不顺应，头脑不敷解放，市场经济的竞争看法、效益看法、规模看法、科技看法、质量看法、法制看法等还不强;二是向导治理水平不顺应。事情仍停留在一种低条理、低要求和低水平上，事情要领仍然用土步伐、老履历，处置惩罚问题没程序，效劳不讲战略;三是事情作风不顺应，仍未从关闭运行的圈子里走出来。以上这些不顺应，归纳一点就是基本素质不顺应。若是我们不可正视以上问题，不可接纳有用步伐尽快解决和战胜以上问题，那么建设高素质干步队伍，周全建设小康社会雄伟目的就是空话一句。解决素质不顺应的问题，说究竟最基础的步伐照旧要靠学习。我们现在办培训班，对农村干部举行培训，就是为了逐步解决这个问题。同志们一定要认清形势，提高熟悉，务必以高度的紧迫感和责任感，加入培训，重视学习;一直提高自身素质，起劲成为自觉的、苏醒的、有所建树的、群众信任的农村事情向导者。
,aaaav欧美,性色欲情免费网站,永久免费A级毛片高清视频。??时势4：仓井空张开腿实干12次
??12月17日,广东海事启动防汛Ⅱ级应急响应 东江北江部分水域停航, 外地时间8月29日，巴黎残奥会首个角逐日。在伊夫林省圣康坦自行车馆，中国队选手李樟煜上演了一场“速率与激情”。男子C1级3000米小我私家追逐赛资格赛，他以3：31.338的效果刷新该项目天下纪录。决赛中，李樟煜状态火热，夺得金牌，这也是中国体育代表团在本届残奥会上获得的首枚金牌。另一位中国队选手梁伟聪摘得银牌，恭喜中国队包办该项目金银牌！,动漫同人黄片,欧美一级AAAA色色片,国产熟年老妇乱视频。
??12月17日,元代大儒赵复墓碑现身湖北云梦 弥补理学经典缺憾,
糜烂案件最深刻的警示，就是干部要清廉自律。近年来，我们党内所滋生的糜烂征象让人深忧、所查处的糜烂案件发人深省、所总结的糜烂教训令人深思，让我们从中受到了极大的触动，获得了深刻的警醒。
,www.美女逼,国产性色αv视频免费,布兰迪熟女大战黑人。责编：袁家军
审核：陈康
责编：瑞格·梅森
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
