猫眼影戏
 |
|
猫眼影戏
黄子文
手机审查
猫眼影戏记者 帕罗尼拉 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：熟熟视频在线
??12月18日,侗族传统村落原生态之美获年轻人青睐,
信用卡逾期还款是许多人面临的困扰，而浦发信用卡作为一家着名的银行，也面临着逾期还款的问题。那么，浦发信用卡逾期怎样协商还本金呢？本文将为您详细先容。 一、浦发信用卡逾期怎样协商还本金 1. **银行：一旦发现自己无法准时还款，第一步是实时**浦发信用卡客服，说明情形并表达还款意愿。银行会凭证您的...
??12月18日,王计兵：低处飞行的诗人,
1、包管学习时间。这就要求同砚们遵守学校安排的作息时间，不迟到，不早退，上课起劲开动头脑，“做到两耳不闻窗外事，一心只读圣贤书”；同时，做事不拖沓，从小就要养成做事雷厉盛行的优异习惯，今天的事决不留到明天。
,欧美性交在线观看视频,国产互换人妻XXXXXX6,麻豆传媒精品。??时势2：歪歪的漫画
??12月18日,美媒：特朗普考虑提名昔日政治对手出任国防部长？,
二是开发力度一直加大，城镇建设亮点日益闪现。市县乡三级注重学习先进找差别，围绕特色建新城，泛起了竞相生长的好势头。实验新区建设新步伐，通过行政中心搬家发动新区开发;县通过行政新区、城南新区、凤凰新城等开发建设，泛起了转动生长态势，县城规模急剧膨胀，县城建设形成了“一心、两翼、多点”三位一体的都会一体化名堂;县鼎力大举实验小潢河沿岸二、三期治理，总投资亿元，打造宜人的都会景观带和一连的亲水空间;县刷新城区洼地，变害为利，化腐败为神奇，独具匠心，自出机杼。各地都一直加大对城镇建设的资金投入，树立谋划都会理念，运用市场经济手段，盘活城镇资产，形成了多渠道的筹融资系统。县起劲探索土地谋划的新路子，在“四权拍卖”基础上，探索出了署理制、开发主体多元制等谋划模式，近几年累计实现土地资产收益亿元，有力地增进了城建开发。县起劲筹集城建资金，从年至今，城镇基础设施共投入资金达亿元，其中今年完成城建投资亿元，创历史新高。县年以来，旧城刷新建设面积抵达平方公里，总投资达亿元。县东城新区基础设施和配套设施建设，以及在建项目总投资已经凌驾亿元。县今年—月份仅城镇以上牢靠资产投资完成亿元，增添。另外，一些明星镇建设也取得了不斐的效果。镇是国家级小城镇试点和我省四大重点镇之一，该镇妄想面积平方公里，现建成面积平方公里，城区生齿万人。近年来，该镇加大了对都会基础设施建设的投入力度，镇区七纵八横蹊径骨架基本形成。镇以灵山景物胜景为依托，强力推进重点镇建设，近两年来，共引进项目个，投资余万元。镇城镇建成区面积扩大到平方公里，城镇生齿达万，城镇化率达。黎集镇生齿万人，集镇生齿万人，城镇化率。镇生齿万人，集镇生齿万人，城镇化率，被授予“天下建设文明村镇事情先进镇”称呼。
,人人操人人干人人玩,91精品福利高清产清,3ddddddd原神黄 视频。??12月18日,【在希望的田野上】抢抓农时 各地做好春耕春管,
班的同砚们，此时的你们，汇聚着先生们更多的关切的眼光，倾注了先生们更多的心血，你们将承载着学校和家长的希望，最先最后一年的冲刺。希望你们使用一切可以使用的零星时间，坚韧不拔地起劲学习，明年以优异的中考效果向母校交上一份知足的答卷。起劲吧!亲爱的同砚们。
,一级黄色网站视频一级,青青青国产在线观看不卡,亚洲精品中文字幕区。??时势3：久久精品a国产一级
??12月18日,人民至上,
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。
,成 人 黄 色 片 网站,午夜黄色A片,欧美第一页第二页。??12月18日,“二月二龙抬头” 探访河北衡水方寸壶里的“龙世界”,
小不点小酡颜扑扑，有些欠盛意思，小声问道：“这么说，这些宝骨是无主之物？”
,精品国产群3p交换免费观看,视频二区国产无套乱子伦精彩,http://xjxjxj30.cn。??时势4：无码黄色网站在现播放
??12月18日,众星云集喜聚沈阳 见证中国喜剧电影荣光时刻,
我们四川宏盛达人力资源有限公司在20xx年7月是经由四川省人力资源与社会包管厅批准，四川省工商局正式注册的正规正当企业。公司注册资源（人民币）200万元，公司以品牌立异战略头脑兼融实战人力资源治理战略的理念，专注于为企业提供人力资源治理策划、人才招聘、培训、测评、人事署理、高端就业，企业治理咨询，劳务派遣、劳务外包等方面的效劳。就是为企业从人事岗位妄想、人才招聘选拔到人事治理的整个历程提供全程人力资源照料效劳，助推企业低本钱，高效率组建出一个优异的员工团队。一个诚信高效卓越的公司，追求绚烂的未来制订最适合本企业的团队营运治理，资助企业降低用工本钱与用工危害，
,免费的一级黄片,一区二区国产盗,真实迷奸在线观看。??12月18日,重庆：“警景”联动 创意宣传共筑交通安全防线,
小不点立眉，向前冲去，今日狈村截杀他们，导致青鳞鹰将死，他恨透了这群人，银月横扫，化成璀璨匹练，席卷而过。
,农村黄色片,亚洲美女免费视频网,日本亚洲黄色网站免费。责编：李昭
审核：闵某负
责编：斯蒂文·斯皮尔伯格
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
