猫眼影戏
 |
|
猫眼影戏
柳洪杰
手机审查
猫眼影戏记者 邹某称 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：H视频黄网站在线观看
??12月20日,“黄昏门诊”解错峰就医难,
金色的巨鸟遨游于天空，通体皆被绚烂笼罩，宛若一尊天神般，恐怖无比，有一种惟我独尊的气概，睥睨四方。
,亚洲A级黄片。??12月20日,国家广电总局：前三季度广播电视服务业总收入突破万亿元 ,
我们投资近亿元的新医院已经完工并获得了全县人民的认可，今年凭证医疗卫生体制刷新整体安排，二级公立医院也将举行刷新，这就要求我们要准确明确和熟悉这次公立医院刷新的目的、意义，它不是纯粹的职员核岗定编，而是一个有机的整体，它涵盖了整个医疗历程，以是随着医疗机构的身份治理向岗位治理转变，已有的内部治理体制已经不可知足新形势下医院自身生长的需要，因此，医院要战胜自满情绪，认真研究生长形势，实时发明医院现行治理体制爆发的种种问题和矛盾，要一直深化内部运行机制刷新，建设完善医院内部各项制度，抓好岗位治理，岗位是医院的细胞，岗位治理是医院最基础和最焦点的治理，一定要引起我们治理职员的重视。卫生系统知识分子多，专业手艺职员多，县医院又是全县医疗单位人才济济的地方，这就要求我们的治理者也要转变治理模式，坚持治理之道应以人为本的理念，要对这些职员以激励为主，多表扬少品评，多激励少指责。一是对内要多激励。激励是一个调动起劲性的历程，使人爆发内在的动力，朝着所期望的目的前进，这是激励的“正强化”。所谓激励不但单是要搞好物质奖励，主要的是做好精神奖励，要轰轰烈烈的表扬哪些作出效果的医务事情者，要使全院宽大职工中赶有目的、学有模范，要营造爱医院、比贡献;爱岗位、比手艺;爱病人，比效劳的一种起劲向上的优异气氛。二是要敢于处分。这是激励的“负强化”。“惩恶扬善”运用的好，就会起到“弃恶从善”正效应作用。但处分时一定要让各人明确，处分不是为了整人、罚人，而是作为激励的一种强硬手段，通过惩办过失来弘扬准确的工具，申饬各人不要做违纪事，同时要考究处分的要领，要掌握力度，既要救人又要教人，既要警示又要激励，使各人感应公正公正。要通过激励手段充分调动全院职工的主观能动性，周全提升治理水平和事情效能，增进医院整体事情的快速生长。
,人人操操操人人插插插,漂亮人妻被老板灌醉,俄国精品一区二区在线观看。??时势2：久久美女很黄很黄是免费的
??12月20日,国家图书馆“四季童读”2024年春季卷书单在京发布,
“马儿不要闹了，跟我一起去外面的天下看一看，说未必对你的修行大有利益。”小不点趴在其耳边轻语。
,国产农村妇女毛片精品久久久,www.操B,国内毛片在线网站免费。??12月20日,“五一”期间天津重点监测企业客流量同比增13.4%,
“一战中斩杀九头兽王，这个战绩要吓死人了。”少女彩鸾吐了吐舌头。
,高清无码在线操国产一区二区,在床上做运动打扑克的视频无遮完整完整免费版,欧美一级三级国产精品。??时势3：免费精品一区二区AV黄片
??12月20日,土耳其大国民议会通过《反恐联合宣言》,
这一次狈村的人看的明确，石昊的掌心中像是有符号闪灼，是这种实力抵住了先天超绝的狈风数千斤的巨力攻击。
,国产综合在线精品第一页,久久午夜福利最新地址,體育生互 Gay2022网站。??12月20日,回南天该怎么防潮？,
雷族、紫山家、金狼部落等都心中一凛，罗浮大泽外貌看只来了几小我私家，但漆黑竟有一群人追随，准备富足。
,在线观看免费黄色,www.ahlzws.com,极品白丝 白皙91。??时势4：www.国产麻豆
??12月20日,携程副总裁王韦：旅游已成生活必需品 旅游业展现强大韧性,
围绕把临沂城建成鲁南地区经济、商业、交通、科技中心都会的目的，凭证建成现代化都会的要求，高标准妄想好临沂城。妄想要突出商贸城、历史文假名城、滨河水岸都会三大特色。要充分使用临沂批发城的基础优势，以生长现代物流业、现代效劳业为重点，综合思量工业调解、通讯、交通、仓诸等配套设施，抓紧制订批发城刷新提升妄想，形成临沂城区域现代物流中心的新优势。充分使用临沂城历史文化资源优势，连系旅游开发，作好历史文假名人、历史遗迹整体开发建设妄想，形成临沂城浓重的历史文化气氛。充分使用临沂城滨临沂河、多条河流穿城而过这一得天独厚的自然地理优势，抓紧举行河城综合开发建设妄想，形成河绕城过，城绕河建的田园景物特色。要把沂河两岸和工贸开发区、罗庄新区作为临沂城建设的亮点，所有修建都要高起点妄想，最最少五十年不落伍。要凭证临沂城总体妄想要求，通盘思量三区妄想，实验统一妄想、分区实验。要继续实验市政府对临沂城三区妄想的统一治理，三区政府和所有驻城单位都要听从总体妄想，起劲加入、支持和效劳于都会建设。目今，要重点解决临沂城妄想区内民房建设杂乱问题，以后，妄想区内的所有民房建设一律由市妄想部分举行统一治理。
,永久伊甸园,女同久久另类99精品国产,一级A片一级毛片一级人。??12月20日,焦点访谈：微改造 让城市更精致,
二、我镇机关干部作风中保存的突出问题
,黄色靓女网站,熟妇无码,9.1起飞78免费版。责编：王元化
审核：彭渝
责编：李爽
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
