猫眼影戏
 |
|
猫眼影戏
卫涛
手机审查
猫眼影戏记者 朱文智 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：abc确定年龄已满十八免费
??12月18日,逾21万人次香港市民参与“全民运动日2024”,
虽然，若是能发明因争斗而战死的远古遗种的遗体，那就越发令人心颤了，毫无疑问，每头遗种都是无价宝藏！
,n0788爱乃娜美最经典三首歌。??12月18日,武汉医生为超早产儿成功实施“补心”手术,
现在已经是4 月中旬了，各人要比照年头定下的目的，看看离这个目的尚有多远，然后寻找自身保存的问题，特殊是作风方面的问题。现在最主要的就是要咬紧目的，鼓足劲头，把头脑和精神群集到狠抓落实上来。抓好落实，要害在人，焦点在干部，在干部的事情作风上。一个地方与一个地方的竞争，很洪流平上是干部素质的竞争，干部作风的竞争。近年来，我们通过学习江浙等先进地区履历，就强烈地感受到，我们的干部与浙江的干部比，有很大的差别，主要体现在抓生长的理念没有人家新，抓落实的作风没有人家实，难题情形下破解难题的能力没有人家强。我们千人桥区位和资源优势相对滞后，生长基础相对薄弱，这两年之以是取得了这么大的效果，靠的是艰辛斗争的作风，靠的是笃志苦干的精神，靠的是刷新立异的气概气派，靠的是优质高效的效劳。总之一句话，靠的是人，是干部，是扎实的作风。各人都好好琢磨一下，同是一个情形，同是一样的地方，为什么有的村和单位镇上安排的事情项项能落实，事事能乐成，并且有特色，可是有的单位和村，镇上安排的事情却没有多大转机。有的甚至是上级给他钱，也干欠好事情。我镇的妄想生育、村村通水泥公路和农业结构调解总体上应该是很不错的。但我们一年到头抓计生事情，一年到头讲计生事情，可是我们就是有少数村、少数干部就是抓欠好，抓不到点子上去，一到检查就出问题。问题出来后，不从自身找缘故原由，总是强调这样那样的客观缘故原由。村规模要讲大，没有比重阳村再大的;生齿多，有比重阳村再多的吗?为什么重阳村在镇上和县里组织的计生检查中，就是不出问题，这不是重阳村干部作风扎实，是什么?再说，我们村村通水泥公路工程，全镇50% 的村在实验，为什么有的村群众捐钱踊跃，捐钱抵达90% 以上，而有的村险些一分钱收不上来，这又能说明什么呢?这只能说明我们的一些干部事情没有做抵家，要领差池路，步伐不得力。
,国产日韩三级片,欧洲 XXXX3d,人人藻干。??时势2：97精品视频在线
??12月18日,力压同分的哈兰德 梅西第八次当选世界足球先生,
我是学前一班刘舒扬小朋侪的妈妈，今天我作为家长代表在这里讲话，并不是我这个家长在育儿上有多乐成，孩子有多优异，相信在座的许多是教育界的朋侪们和列位家长都有自己在育儿方面的乐成履历。我说的仅仅是在和学校先生的接触中，自己所见、所听和所想，在这里和各人一起谈谈小我私家的一些体会。
,小孩吃大雷电影,人人插人人摸人人插,有bbb.com。??12月18日,中央气象台：未来一周冷空气活跃 气温多波动,
4、进一步增强村级班子的协力。
,2020精品极品无码国产色在线,国内一区二区视频免费观看,久久国产一区二区三区婷婷。??时势3：欧洲一级黄色视频
??12月18日,F1中国大奖赛：维斯塔潘夺冠,
在那坍毁的石山前，密密麻麻，挤满了恐怖的生物，猖獗地大战，鲜血时时迸溅起数十尺高，它们拥挤、掘开巨石，在寻狻猊的遗体。
,免费岛片,一级无码二级无码三级无码,一级午夜AAA片免费观看,免费色网站在线观看。,97超碰在线cc。??12月18日,台舆论呼吁民进党尊重民意 改善两岸关系,
二要作育优异的学习习惯
,WWW.com黄色网站,在线黄色视频网络网站,爽 好舒服 被填满A片视频。??时势4：人人操人人摸人人看人人爱
??12月18日,浙江：用5年时间打造农村电商“全国新高地”,
最终，他攀到了石山上，站在那里，通体都发宝光，这近一年的修行让他的肉身爆发了恐怖的蜕变。早在一个月前他就能做到这一步了，迩来不过是在牢靠罢了。
,pppe135在线播放,无毛白虎自慰往逼里塞水果无遮挡免费看,350234哔咔漫画。??12月18日,重庆姐弟坠亡案两名罪犯被执行死刑 母亲“心中石头终落地”,
三是事情能力获得增强。通过对农村下层党组织建设和村级事情规则等知识的学习，使同志们熟悉并掌握了村两委建设知识，进一步拓宽了知识面，提高了履职能力和水平，增强了向导群众脱贫致富奔小康的勇气和信心。这次培训我们不但注重政治头脑教育，更注重适用知识的培训。如计生知识讲座，社会综合治明确说，涉农执律例则和村级规范化治理的向导等，都很有针对性，适用性很强。
,18禁超污无遮挡无码免费网站下载,中国肏屄视频三级片,公开碰在线看免费视频。【奥运冠军李小鹏：运动员在提高专业训练的同时 也要做好未来规划】
【王毅会见俄罗斯伊尔库茨克州长科布泽夫】
责编：佟竟然
审核：李先宏
责编：刘忠道
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
