猫眼影戏
 |
|
猫眼影戏
淦彤军
手机审查
猫眼影戏记者 吴温 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：欧美变态强奷视频
??12月20日,2024年冬春航季航班计划今起执行 部分票价同比下降7%,
回首我国黄金市场，已往的一切已经成为了历史，无论是乐成的履历，照旧波折的教训，都已成为我们的参照、沉淀与积累延续的财产，而现在的金耘百得，我们已有了自己的企业文化、生长战略、谋划宗旨、谋划理念、人才步队和有用的运行机制，即，金耘百得已有了却实的灵魂和体魄，及一份自信。
,2021国产色色。??12月20日,从“纬度”到“维度” 感受气象万千的生动中国,
接下来我与各人，我想给孩子们提几点要求：
,美女夹震蛋器逛街视频在线观看,第三影视 写真片福利,桃花岛成在人线av。??时势2：日韩福利
??12月20日,泰国创新“90天报到”制度 简化外籍人士居留流程,
以后以后源源一直、绵延一直、始终萃取，可以坚持人体生气兴旺，只要不举行太过惨烈的大战，基础难以耗尽自身实力的，坚持在壮盛的状态。
,欧美夜夜嗨一二区影音先锋,A片在线不卡观看免费观看,欧美在线 久热。??12月20日,中国正能量｜徐丹：纪录片在互联网广泛传播必须具有新媒体特性,
该不会真是一个上古的神明吧，现在将死未死，已处在晚年？这是许多人的心语，但却不敢明着说出来。
,八重神子涩涩视频在线,羞羞动漫在线,在线免费观看黄色网站。。??时势3：思思热国产精品视频
??12月20日,跟着总书记读“典”学法｜六尺留芳,
“族长，狻猊的寿元尽了，临死前它进入一座岩穴，将那里弄的崩塌了！”有族人以前方跑来，迅疾而高声地禀报了这一情形。
,国产一级a做片免费观看,含羞草免费 成人网站,男生被 到爽 流性玩具。??12月20日,建行多个项目荣获首届产融合作数据模型算法大赛奖项,
1.全体西席要勤学习、勤思索、勤事情，爱岗敬业，勇挑重担，敢于认真，勇于争先，围绕教育教学质量，听从阵势讲团结，忠诚事业讲贡献，驻足本职比孝顺。通过师德师风建设为重点的西席步队建设，扎实落实作育和学习制度，形成肯受苦、爱学生、爱学校的西席步队。要施展课堂教学主渠道作用，以大面积提高学生效果为突破口，全力实验高效课堂，牢靠树立质量意识，力促学校教学质量的周全提高。
,欧美破初A片在线播放,黄色疯狂大奶头玩小鸡巴女人强奸送外买,日本三级在线专区高清。??时势4：A片爱做免费视频
??12月20日,图览 | 芬兰总统访华，“圣诞老人的故乡”，与中国如何结缘？,
(二)村干部要强化进取意识，勇当马前卒。 目今，全区各村生长不敷平衡，部分村条件较好，整体经济较强，但保存着生长不可一连的问题;部分村基础较差，整体经济欠债较重，村民意见较大。面临难题和挑战，无论是那种类型的村，村级组织和村干部要一直强化进取意识，勇当马前卒。要准确面临形势，驻足村情现实，鼎力大举弘扬 “ 创业、创立、立异、创优 ” 的雨山精神，以向导全体村民发财致富为己任，充分挖掘和施展本村资源、人力、地理等方面的优势，带动订妄想、谋思绪、抓生长，探索出一套有特色、更高效、可一连的生长路子。要善于捉住能够推动本村经济生长的着力点，带动学手艺、上项目，起劲生长工业，向导群众增收致富。要抓强人树模，起劲培育典范，施展其智慧才智和树模作用，发动群众创业致富。要抓效劳帮助，资助群众解决生长经济的种种难题和问题，提高群众创业致富的起劲性。要鼎力大举生长壮大村整体经济，从基础上改变 “ 空壳 ” 村等村整体经济生长乏力的现状，为进一步牢靠党在农村的执政基础提供经济包管。
,黄片特级一级1片二片,人人摸人人看人人草,www性欧美。??12月20日,第一观察｜友谊·合作·初心——展望习近平主席秘鲁之行,
显然，他们早有准备，每一小我私家都带着兽皮袋，迅速翻开，战战兢兢的将凶禽的卵放了进去，共有三枚水盆大的碧玉蛋，除却小不点外另外三人一人背起一个。
,欧美性爱日韩综合视频,久久黄色无码视频,A级黄色小视频。责编：文福
审核：谢翔天
责编：雷闯
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
