猫眼影戏
 |
|
猫眼影戏
叶慧敏
手机审查
猫眼影戏记者 赵岑 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：狠狠色老熟妇
??12月20日,专家提醒：耳机最好选择头戴式 不要用棉棒掏耳朵,
妄想是第一资源 ，妄想的效益是最大的效益 ，妄想的失误是最大的失误。增进城镇康健生长 ，必需充分验展城镇妄想的指导和调控作用 ，体例一个好的妄想。一是加速城乡妄想体例程序。凭证城镇化生长的需要 ，进一程序整完善市县域城镇系统妄想 ，优化城镇结构。鼎力大举开发详细妄想体例 ，完成新区控规 ，周全启动专业妄想体例。中心城区和各县城要在总规的指导下 ，争取在三年之内完成交通、电力、环卫、环保、景观风貌与历史文化；ぁ⒍蓟崧糜蔚人凶ㄒ低氲奶謇。围绕建设社会主义新农村 ，在年之前周全完玉成市新一轮村镇妄想修编。“”时代 ，每年要完成个村镇妄想体例事情。二是提高妄想建设设计水平。要坚持以人为本、因地制宜。牢靠树立高标准的妄想理念和妄想超前意识、精品意识 ，确保经得起历史的磨练。要坚持突出特色、注重品位。对主要地段、主要节点、标记性修建的妄想设计要优中选优 ，严酷把关 ，切实解决千城一面、千街一面的问题 ，凭证各地资源秉赋、特色优势、历史文化、风土人情和城镇风貌确立奇异的建设气概 ，着力塑造各具特色的城镇形象。坚持同步妄想、配套建设。搞好都会供水、排水、燃气、供电、电信、有线电视等种种管网的综合结构 ，战胜“重地上、轻地下”的头脑 ，坚决杜绝“今天建、明天挖”的铺张征象 ，避免种种盲目建设、重复建设。三是增强妄想统一治理。要明确妄想实验的主体和责任 ，严酷妄想治理 ，维护妄想的权威性、严肃性 ，计齐整经批准 ，不可因向导干部或向导班子变换而随意更改 ，确需调解的 ，应按法定程序审批。做到“计齐整张图 ，审批一支笔”。进一步加大妄想监察力度 ，严肃查处种种违法建设。
,91婷婷射。??12月20日,新疆呼图壁：民众畅享“冰雪+”乐趣,
“老家伙多管闲事 ，这破旧的地方是一个牢笼 ，哪有什么少爷？通常那样称呼 ，不过是给他脸上贴金罢了。”门房中的两个西崽翻脸。
,十级黄片色哟哟,黄色网站男女子大战啪啪啪,蒂法3d成人动漫。??时势2：91自产视频在线观看
??12月20日,家长突然得知幼儿园是违建，腾退在即转园遇难题,
一是加速县城建设。要凭证“新区出形象、旧城变面目、沿河出特色、治理上水平”的要求 ，连系“两区一带”的整体结构 ，突出抓好“四区”、四厂”建设 ，强力组织10项重点工程。详细讲：①8条蹊径配套建设工程 ，涉及施工单位要起劲创立条件 ，近期要陆续开工 ，力争3月尾前完成滨河路配套建设 ，6月尾确保三里河景观路建成通车。②金府步行街一期工程已经启动 ，7月尾前要完成主体工程;二期工程拆迁6月尾前组织实验 ，8月尾前完成使命。③影戏院、体育场区域开发项目 ，3月尾前要拆迁完毕 ，4月份动工建设 ，6月尾前完成休闲广场的主体工程建设。④县体育中心建设项目 ，近期要完成妄想设计 ，订出红线 ，城关镇要认真做好土地租用事情。⑤一高中分校、文化“三馆”和广播电视传输中心建设项目 ，二期3000万元准备已到位 ，近期要马上组织招投标。⑥三里河景区建设工程 ，确保5月尾前橡胶坝建成蓄水 ，并完成护坡的招投标事情。⑦城北公园一期工程 ，3月中旬前完成拆迁和租地事情 ，5月份前完成绿化使命。⑧县纺织工业区设施配套工程 ，近期要启动 ，并拿出第一期3平方公里的妄想设计。⑨自来水厂、污水处置惩罚厂、垃圾处置惩罚厂项目建设要争取早日开工建设。自来水厂项目 ，一批300万元国债资金已下拨 ，建设部分要抓紧引资兴建;污水处置惩罚厂项目征地、定位、放线初设事情已完成 ，发改委、建设局要分头做好上报审批 ，力争3月份最先招投标 ，年底前完成建设使命;垃圾处置惩罚厂项目 ，有关部分要起劲配合 ，按省政府要求 ，力争年底前开工建设。⑩安居工程一期建设项目 ，要尽快完善相关手续 ，近期开工建设 ，年底前建成完工。上述工程建设时间紧迫 ，使命难题 ，各有关单位要统筹安排 ，全心组织 ，全力攻坚 ，确保施工进度和质量 ，打造城区精品工程 ，力争以重点工程的大突破推进都会品位的大提升。同时 ，适时调解行政区划 ，将与县城联系细密的州里纳入城区规模 ，进一步统一妄想和建设 ，增强县城的群集、辐射能力 ，提高综合竞争力。
,国产精品性感美女一级大黄片A片,亚洲图片视频小说综合,18岁以下禁止观看的黄网站。??12月20日,1—9月份规模以上工业企业利润同比下降 高技术制造业凸显发展韧性,
“没有 ，我准备在村中闭关 ，突破不是问题 ，我想冲的更高一些。”小不点答道。
,亚洲另类中文字幕第二页,www.loosenx.com,性69式性无遮挡免费视频。??时势3：美女免费视频一区二区
??12月20日,平遥古城“亮相”美国最大旅游展会 展示中国文化魅力,
1、增补专业手艺职员数目；蕹拮氨付 ，配件繁杂 ，例如轴承 ，就需要几十种 ，没有专业手艺职员的指导 ，可能在轴承采购 ，维修时引起误会 ，导致装备不可实时维修 ，影响生产。
,亚洲69,成人毛片❌❌❌新的疆,黄色一级激情视频。??12月20日,国家一级重点保护野生动物雪豹现身贺兰山,
??时势4：污污网站18禁在线永久免费
??12月20日,台胞组团“登陆”海南探寻医药领域合作机遇,
第二 ，要用高尚的事业凝聚人心。 高尚的事业就像一个极富熏染力的“磁场” ，能够爆发重大的吸引力 ，让人激动 ，让人投入 ，让人拼命想做事 ，敢于干大事。近年来 ，我镇普遍深入开展解放头脑大讨论活动 ，提出了加速千人桥生长的新思绪、新战略 ，宽大干部群众全神贯注做事业 ，团结一心促生长 ，全镇人民的起劲性创立性空前高涨。我们要继续以高度的责任感和紧迫感 ，把实现千人桥在舒城率先崛起纳入到周全建设小康社会的总体安排 ，以此凝聚民心 ，集中民智 ，团结和向导全 镇人民配合创立我们的幸福生涯和优美未来。这是一个高尚的事业 ，只有这样的事业 ，才华在全镇营造优异的做事创业气氛。任何事业都是各人同心协力干出来的 ，不是坐在那里等出来的 ，更不是“吹”出来的。千人桥的建设事业任重道远 ，需要我们每一个干部群众一滴汗一滴汗支付 ，一项事情一项事情完成 ，一步一个脚印地前进。做事创业 ，一要想干、肯干 ，二要醒目、会干。要弘扬正气 ，坚持生气 ，培育锐气 ，通过强有力的头脑政治事情 ，准确的舆论导向 ，完善的动力机制 ，切实的步伐包管 ，从选拔任用到利益分派 ，坚决杜绝“干的不如看的 ，看的不如作怪的”这样一种不正常征象 ，让笃志苦干 ，集中精神事情的同志能不受滋扰 ，无后顾之忧;让那些不但自己不干 ，别人干了还要毫无凭听说三道四 ，散布闲言碎语的人没有市场;让兢兢业业、踏扎实实、辛勤事情和劳动的同志受到表扬和勉励;让那些事情拈轻怕重 ，疲疲沓沓 ，甚至“当了僧人不撞钟”的人受到品评和谴责;让坚持在经济事情第一线 ，有才华、有创见的同志受到尊重和重用;让品质卑劣、搞歪门邪道的人受到抵制和处分。这样 ，才华真正凝聚人心 ，把做事创业的气氛搞得浓浓的。俗话说“无事生非” ，没有事干才会玩扑克。当向导的应该想方想法一方面要创立一个使这些人做事的情形 ，另一方面使下面的人有事干 ，没有大事有小事 ，只要各人肯做事 ，我看哪个村、哪个部分都有事。好比公共情形卫生问题 ，这也是个事 ，可谁落到了实处?古话说 ，“自扫门前雪” ，我们现在有些部分 ，有些向导是门前雪也不扫啊!这是没有事业心 ，没有用事业来凝聚人心。
,igao在线视频观看,国产免费资源,18岁黄片公司。??12月20日,中泰音乐家联袂奏响2024欢乐春节序曲,
人影一闪 ，在其背后泛起 ，祭灵眼眸冰寒 ，并不转身 ，头上的宝剪径直飞了已往 ，喀嚓一声 ，将一小我私家的躯体绞断 ，鲜血喷洒 ，惨叫划破山林。
,青草影院在线,狼友在线视频在线播放,欧州裸体XXX。责编：邵芳卿
审核：谷内正太郎
责编：朱咪咪
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
