猫眼影戏
 |
|
猫眼影戏
叶双瑜
手机审查
猫眼影戏记者 廉国钊 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：亚洲精品6080午夜福利
??12月21日,《云南省国土空间生态修复规划》印发 部署12个生态修复重点工程,
“孩子……难为你了！”一群大人忸怩。
,黄页面在线观看视频免费版本的网站。??12月21日,重达2492克拉！博茨瓦纳发现世界第二大钻石,
据中国青少年研究中心的天下性大型视察发明，清静事故已经成为14岁以下少年儿童的第一死因。校园清静涉及到青少年生涯和学习方面的清静隐患有20种之多，其中包括交通事故、食物中毒、火灾火险、溺水、体育运动损伤等等。这些都时刻在威胁着青少年学生的康健生长。有专家指出，通过清静教育，提高我们中小学生的自我 ；つ芰，80%的意外危险事故是可以阻止的。而导致悲剧爆发的一个主要缘故原由，就是青少年欠缺清静防卫知识，自我 ；つ芰Σ，因此对青少年举行清静教育的形势相当紧迫。以是清静事情是学校事情中的一件大事，是学校事情的重中之重。针对同砚们在校园的现实活动特点,希望各人详细能做到以下几点：
,南山兵1609新照片全部,亚洲美女免费视频,妓女在线观看网站。??时势2：园产一级毛片兔费观看视频在线
??12月21日,国家防总办公室安排部署2024-2025年度北方河流防凌工作,
“比狈村的神狈厉害多了，青鳞鹰大婶没吃狻猊血肉前，也肯定远远比不上。”小不点轻语，那赤光太迅猛了，这才片晌功夫罢了，就令这些凶物伏诛。
,一级毛片在线视频免费看,十八岁禁止黄色视频,熟女91九色。??12月21日,人民网评：城乡融合发展是中国式现代化的必然要求,
同志们，目今各项事情使命沉重，加之时间紧、要求高，所有干部一定要以高度的政治责任感，集中精神，静下心来，以饱满的热情加入此次活动，为加速推进“幸福洪泽”作出财务人应有的孝顺!谢谢各人。
,色色一区二区三区,国产成年人网站免费看,香蕉文化下拉式漫画星球。??时势3：91页精品在线观看
??12月21日,合肥机场将恢复或加密多条国际客运航线,
在那干枯的大湖底部，有一个生灵躺在那里，全身都是土，一动不动，像是被尘封了许多年，若非眼睛发光，真让人嫌疑早已死掉了。
,av一级在线,🌷可以买足球的app排行榜前十名,黄色wangzhan。??12月21日,福建首次野外观测到国家一级保护动物丹顶鹤,
4、广发是生齿大乡，计生事情难度大，下层基础事情十分薄弱，村级对妄想生育熟悉不高，未形成齐抓共管的浓重气氛。“村为主”流于形式，保存“想在县里，急在乡里，冷在村里”的征象，计生迎检营业不熟，又不学习钻研，检查组一来，就不知所措，手忙脚乱，误差百出。村计生专干素质狼籍不齐，履职不力，有的专干形同虚设，“专干不专，专干不干”，文化水平不高，做个报表都辛苦，责任心不强，开会培训不到位，事情落实图应付，出生基础不清，盲目通检。
,17c·mooc,男人专舔女人B的视频,www777miqi。??时势4：国产又黄又湿的免费视频
??12月21日,贵州紫云格凸河秋日现“金光穿洞”自然奇观,
五是要在遵章守制上实现新突破，让干部越发“有规则”。 没有规则不可周遭。要把守纪律讲规则摆在越发主要的位置。我们的干部主流是好的，能够规规则矩做人做事，但也有个体人语言效劳不讲规则，待人接物不守规则。 一要令行榨取，与党委政府坚持高度一致。 要自觉遵守“小我私家听从组织，少数听从大都，下级听从上级”的组织原则，维护党的向导，坚决执行党委、政府的决议安排，确保政令流通和信息流通，禁绝我行我素，自行其事，禁绝上有政策，下有对策，禁绝有令不可，有禁不止。 二要遵守执法，不做违法乱纪的事。 要自觉增强自身修养和党性磨炼，自觉做到自爱、自重、自律，确保清廉勤政。在事情中要坚持和执行民主集中制，重大问题经整体研究确定，切忌专断专行;要在社会生涯中带动遵法，通常执法划定的，要认真做好，通常执法榨取的，坚决不做。 三是要严守纪律，树立好的干部形象。 从全镇情形看，尤其是机关上尚有一些同志保存“走读”征象，迟到早退，甚至整天不晤面，有的人虽然在其位，但也是出工不着力。我们要通过严酷的规章制度，切实扭转这一状态。希望各人认真比照反省，有着改之，无则加勉。
,卡通动漫_1页_丁香社区,17c丨九色丨白浆㊙️小青龙,免费在线观看黄色视频大全。??12月21日,大兴机场口岸出入境人员数量突破400万人次,
碧湖清亮，时时有金色的大鱼跃起，一群孩子盘坐岸边，再次最先修行。
,思热久色,五月天,大胆gogo999亚洲肉体艺术,沈阳女人舔阴。责编：乌戈·桑切斯
审核：何蔚
责编：叶寒冰
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
