猫眼影戏
 |
|
猫眼影戏
张天许
手机审查
猫眼影戏记者 徐寰宇 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：亚洲视频555
??12月18日,支撑高质量发展要素不断集聚 中国经济“多点开花”彰显巨大潜力,
3.严禁从事有偿补课、违规举行向导班等行为。放假了，就应该好休息一下，不要为了蝇头小利去违反师德划定，特殊是在目今这种大天气下，同志们一定要认清形势。
,双胞胎母亲三飞。??12月18日,长三角一体化标范区：发布新一轮重大建设项目三年行动计划,
优异的教育团队永远是学校生长的焦点竞争力，正是他们的辛勤起劲，作育了一批又一批德才兼备的学生。一会由班主任总结。
,甘雨扒胸露出奶头 黄,点击进入在线影院毛片,激情视频激情自拍激情小说。??时势2：久国产在线
??12月18日,西延高铁胜利庄隧道顺利贯通,
“小少爷，你的一只脚跛了，慢点走，留神别摔倒了。”依然是在门房那里，那两个西崽越发肆无忌惮了，高声取笑。几个老爷子都死了，一个小可怜能翻出什么风波？外面的人不是一直想弄死他吗，想来也快了。
,欧美重口另类轮轩网站,亚洲欧美精品久久,欧美性爱第一夜女邻居。??12月18日,农业农村部：我国粮食产量增、结构优、储备足，粮食安全有保障,
那是一只能有柱子那么粗的腿，强壮有力，密布着金色的兽毛，璀璨醒目，宛若黄金铸成，熠熠生辉，且凶气滔天！
?第十六章 服软,中文字幕色,大学生寝室白袜自慰Gay网站,伊蕾娜本子。??时势3：国产精品久久久久久有女搜索
??12月18日,【澜湄印象】昆明篆新农贸市场逛吃记,
；で樾，人人有责，我们应当从身边的情形做起，从；ぶ鼙叩那樾巫銎，例如：遵守有关榨取乱扔种种放弃物的划定，把放弃物扔到指定的所在或容器中，阻止使用一次性的饮料杯、饭盒、塑料袋，用纸盒等取代，这样能够大大镌汰垃圾，减轻垃圾处置惩罚事情的压力，敬重花卉树木，少赠予贺年卡，坚持清洁等。虽是小事，可是，只要各人下手，一齐起劲，从节俭资源和镌汰污染着手，调解一下自我的生涯方法，我们就能为；さ厍蜃龀鲆环菪⑺。
,国产亚洲精品精品国产,xfplay影音先锋av资源,欧美色先锋。??12月18日,海外华文媒体山西行 参访平遥古城感知晋商文化,
个体村干部还保存着发号施令的多，注重现实，顺应民意的少;强调理理，依赖行政手段的多，尊重农民权力，依法效劳的少;事情飘浮，忙于私事的多，为民解忧，自动效劳的少。有的宗旨看法淡漠，对群众痛苦漠不体贴;有的作风不民主，事情要领简朴粗暴;效劳不公，以权术私等等。以上这些不顺应，归纳起来就是基本素质的不顺应。若是我们不可正视以上问题，不可接纳有用步伐尽快解决和战胜上述问题，那么建设高素质干步队伍，树立科学生长观，周全建设小康社会，构建社会主义协调社会就是一句空话。解决素质不顺应的问题，说究竟最基础的步伐照旧要靠学习、教育、培训。以是，希望同志们要认清形势，提高熟悉，务必以高度的自觉性和责任感，加入培训，重视学习，一直提高自身素质，起劲成为自觉的、苏醒的、有所建树的、群众信任的农村事情向导者。通过这次培训，就是要进一步亲近党群干群关系，增强农村党组织创立力、凝聚力和战斗力，增进“两委”成员之间的配合和协作，牢靠农村下层民主政治建设，从而增强党在农村的执政基础。
,污歪歪,免费 成人 结九幺,国产精久久久久久精品电影。??时势4：对白淫
??12月18日,包银高铁银巴支线“接触网第一杆”组立,
回首已往的一年，是欠亨俗的一年，这一年是我们x公司建设十周年的大喜之年，十年的艰辛，十年的拼搏，十年的坚持，十年的生长才使我们从x阳光家政走向x物业效劳有限公司;是我们华美转身的一年，这一年，我们从简单的保洁效劳转型到现在的能肩负多种效劳的物业公司，并乐成申报了三级物业资质。这些效果的取得是公司上下团结一致配合起劲的效果，可以说，公司生长的每一步都离不开在座的兄弟姐妹，在x公司的生长史上留下了你们辛勤的汗水和坚实的脚印，再此，我代表公司向在座的列位道声辛勤了，公司谢谢你们!x会因你们而精彩，x会因你们而自满!
,羞羞漫画在线观看无遮挡,91传媒下载,5555色。??12月18日,（新春走基层）台湾教授二十载“登陆故事”：用艺术助力乡村共富,
一群人发呆，紫山、雷家、罗浮大泽的强者都有点傻眼，那可是他们族中的天才啊，来到一个山野墟落，竟然需要联手战一个还在吃奶的娃？
,美女黄色18禁,株洲光盘厂家用小驴营销导航,美女的黄视频。责编：千允
审核：詹仁雄
责编：西京
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
