猫眼影戏
 |
|
猫眼影戏
高坪
手机审查
猫眼影戏记者 张发侠 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：免费在线看黃色国产
??12月19日,赏民俗“嗨”电音泡温泉 青海金银滩草原开启欢乐冬游模式,
第一 ，要坚定理想信心 ，勇担时代重任。“五四”精神的焦点 ，是伟大的爱国主义。历史雄辩地证实 ，中国共产党是“五四”精神最忠诚的继续者。共青团作为党的助手和后备军 ，党有招呼 ，团有行动 ，党的使命就是共青团的使命 ，就是青年人的使命。因此 ，纪念“五四”运动 ，弘扬“五四”精神 ，就要热爱祖国 ，坚定建设中国特色社会主义的信心。?政治信心是人生的“总开关” ，拥有坚定理想信心是有为青年最可名贵的品质。理想信心不坚定 ，难担大任;政治偏向不明确 ，难受重托。90年前 ，宽大青年以争取民族自力、维护国家主权和领土完整 ，实现最宽大人民的解放、民-主和自由为己任 ，体现出高度的贡献精神和历史责任感。当今时代 ，生长是第一要务 ，今世青年的历史使命 ，从大的方面讲 ，就是实现中华民族伟大再起。税收是国家的命脉 ，要实现中华民族伟大再起 ，实现国强民富 ，必需充分验展税收的各项职能作用。作为国税青年 ，我们要认真学习、深刻明确中国特色社会主义理论系统 ，起劲用马克思主义中国化最新效果武装头脑 ，在人生的要害时期确立起准确的天下观、人生观、价值观 ，牢牢掌握人生的准确航向 ，起劲生长为国税事业生长的及格建设者。目今国际金融；晕夜恼巍⒕谩⑸缁岬却瓷羁逃跋 ，但“危中有机” ，遇上金融；郧嗄耆死此翟谀持忠庖迳弦彩且恢只岛湍チ ，宽大国税青年要认清形势 ，明确使命 ，坚定信心 ，肩负起“聚财为国、执法为民”的神圣职责 ，以强烈的时代责任感争当今世青年的楷模。
,网友自拍网站。??12月19日,越冬水鸟达14.1万羽 江西鄱阳湖南矶湿地进入最佳观鸟季,
诸强退到了小孤山镇 ，感受事情棘手 ，山脉中的情形太恐怖了 ，他们基础就不可能进得去 ，别说山宝 ，就是遗种的遗体等也基础不可能获得。
,xxnxhd china,把纲手 吊起来揉搓双乳,性一级录像视频网站免费大全。??时势2：中文字幕www.
??12月19日,广东职教，何以“出海”又“出彩”？,
近十余年 ，通过全体师生励精图治 ，奋力拼搏 ，白湾子镇学校学校现已成为一所在榆林市内有较大影响的优异品牌学校。去年4月 ，中小学资源整合以来 ，始终坚持“整体推进 ，周全提高 ，办有灵魂的教育 ，育有底气的新人”的办学理念 ，突出育人特色 ，注重学生专长生长 ，学校乐成入选“榆林市实验素质教育先进单位”和“定边县教育辖档土点事情交流先进单位”。学校鼎力大举开展各项教育教学活动 ，特殊是今天以“别样年华 ，畅想明天”为主题的第六届艺术节 ，充分体现了白湾子镇学校全体师生求真务实、锐意进取的优异精神风貌!
,勉费看黄色视频,殴美A以,一区二区,三区,无码aV一级黄片免费播放器。??12月19日,2024世界航海装备大会即将在福州举行,
雷族、紫山家、罗浮大泽、金狼部落等众强连夜赶路 ，途经小孤山镇时也片晌一直留 ，他们着实是害怕 ，柳树太神秘了 ，让他们心中有一种大惧。
,18se视频在线观看,黄色网站六月丁香,国产对白放荡AV。??时势3：国产乱伦一级黄色网站
??12月19日,时政微周刊丨总书记的一周（4月29日—5月5日）,
这是一头重大的龙角象 ，长达六七米 ，高也有五六米 ，头上那对硕大的龙角闪动宝光 ，它极其极重 ，压断了几株参天古树。此时 ，它早已死去 ，比磨盘还大的头骨上有几个爪洞 ，鲜血汩汩而涌 ，被一击毙命！
,海爪光溜溜躺着图片高清,xxnx中国美女,小舞被艹到流白色液体。??12月19日,贵州兴义：冬日油菜花竞相绽放“两马同春闹元宵”福州马尾赠送马祖花灯装箱待发,
1、重视信息事情 ，效劳向导决议。信息是决议的基础和主要依据 ，信息事情做得好欠好 ，提供的信息实时不实时、准确禁绝确、周全不周全 ，将直接影响党委的决媾和对全局事情的向导。做好信息事情 ，一要求实 ，认真做好信息的网络、核实、整理事情 ，坚持实事求是 ，拓宽信息渠道 ，起劲为向导提供客观周全的信息 ，做到喜忧兼报 ，坚决战胜报喜不报忧的倾向 ，尤其要严酷紧迫信息报送制度 ，确保不迟报、不漏报、不瞒报;二要求特 ，凭证党委各个时期关注的重大问题 ，紧贴决议 ，突出重点 ，全心提炼 ，体现特色 ，起劲挖掘一些有事实、有剖析、有看法 ，针对性和适用性都很强的信息;三要求简 ，善于从大宗的信息中发明带有纪律性、普遍性、倾向性的问题 ，开发出大主题、深条理、高质量的信息 ，力争写出精品 ，为经济建设和社会生长效劳。
,桃花thd.688,BARAZZA成人片,99se久久这里只有精品6狠狠。??时势4：火影忍者PiXXX
??12月19日,辽宁省固定资产投资创十年来最好水平,
这一日 ，整片虚神界都哗然 ，随处都在议论怎么能将通道给破开 ，“最爱吃兽奶”这个怪名字一直被人提及。
,高清乱码 毛片,亚洲日韩国产黄色片,成品人和精品人的区别与联系。??12月19日,贵阳贵安2023年软件和信息技术服务业收入突破800亿元,
凭证党章的有关划定 ，经校党委研究并讨教北京市委组织部、市委教育工委批准 ，拟于20xx年5月召开中国共产党中国传媒大学第一次代表大会。学校党委以为 ，这次党代会是学校更名中国传媒大学后召开的第一次党代会 ，是学校在履历50年办学历史和近十年的跨越式生长之后 ，召开的一次继往开来、继往开来的主要聚会。此次党代会肩负着总结已往、妄想未来 ，统一头脑 ，鼓舞斗志的历史使命？谜獯未蠡 ，关于学校党委进一步认清面临的形势和使命 ，明确生长的目的和思绪 ，确定科学的生长战略和行动 ，从而团结向导全校师生员工高昂进取、起劲拼搏 ，增进学校事业的周全、协调、可一连生长 ，具有十分主要的意义。
,97超碰在线cc,AV明星换脸精品一区二区三区,人人搞人人插。责编：王刚甄
审核：黄岭竹
责编：赵指南
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
