猫眼影戏
 |
|
猫眼影戏
甘国光
手机审查
猫眼影戏记者 刘庆峰 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：中文字幕中文字幕第一页
??12月18日,藏族小伙多登：走下高原画唐卡, 据先容，凭证气象监测情形，今年4月下旬以来，全省平均降水量26.6毫米，较终年同期偏少75%，阻止6月13日，大部分地区一连无有用降水日数超60天，郑州等10个地市在70天以上；平均气温23.2度，较终年同期偏高1.8度。,精品免费操女。
??12月18日,中国与南非汽车业合作前景广阔,
小不点向他眨眼，有着一缕喜色。
,激情图片激情小说,亚色网在线视频,免费 无码 日本在线看爱的漩涡。??时势2：免费一级网址
??12月18日,大熊猫卖萌憨态可掬,
“吱吱！”毛球尖叫，它也将一切看在了眼中，生气不过，那意思是说，要狠狠的教训。
,熟女系列另类专区,女人裸体又黄 直播间,免费美女av网站。??12月18日,银发经济催生新风口 康养文旅发展潜力大,
县医院是全县医疗行业的排头兵，是全县规模最大、整体手艺水平最高、功效最全、责任最重的综合医院，它不但担负着全县**万人的医疗包管，还担负着教学、科研、培训等使命。多年来县医院始终坚持了快速而稳健的生长势头，各项事情始终走在全县医疗单位的前面。20xx年县医院在顺遂完成新医院的搬家同时各项事情又取得了显著效果，营业总量显着增添，营业规模一直扩大，医疗质量稳步提高，医德医风显着好转。效果的取得归功于医院团结、务实、锐意立异的向导班子，归功于一支听从阵势、爱岗敬业、默默贡献的职工步队，归功于严酷、规范、高效的内部治理系统。适才，**院长对20xx年度医院年度事情举行了周全的总结就20xx年岁情举行了详细安排，我完全赞成，下面，我就在医疗卫生体制刷新的大情形下医院怎样康健一连生长讲几点意见，供各人参考。
,JIZZ无码专区,免费污污的网站,久久精品伊人无码二区69。??时势3：99久久精品国产欧美
??12月18日,香港青年赴北京交流 增进对国情和首都文化了解与认同,
一是提高科学生长能力，加速建设“富民强镇、幸福新洲”需要。 三月初，在我镇人大xx届六次聚会上，我镇在“”妄想中明确提出建设“富民强镇、幸福新洲”的生长目的，鼎力大举推进新型工业化、特色城镇化、农业工业化和生态旅游业生长。今年我镇在经济社会生长的主要预期目的是：工农业生产总值7.2亿元，增添12.5%，其中工业总产值3亿元，增添20%，农业总产值4.2亿元，增添7%;农民人均纯收入6947元，增添8%，生齿自然增添率控制在7.5‰以内。要实现这个雄伟的目的，需要在坐的新一届村两委成员的上下同心、配合起劲。关于在坐的列位村干部来说，目今最主要的就是周全提高自身整体素质，切实做好下层事情;就是要树立信心，下定刻意，凝聚民心，周全、认真、扎实地完成镇党委、镇政府下达的各项事情使命。
,我要看亚洲女孩的毛,黄片,久久久夜夜夜高清在线观看,一级a一级视频免费观看。??12月18日,GDP同比增4.9% “村超”“村BA”助推贵州旅游经济发展,
二是希望你们起劲完成团组织交给的各项使命，在学习、生涯、劳动及其他各项活动中起模范带举措用。
,黄色在线不卡视频欧,人人操人人干人人爱人人,91国自在线。??时势4：欧美一本在线线视频一区
??12月18日,中粮集团大悦城控股集团股份有限公司党委书记、总经理曹荣根接受纪律审查和监察调查,
柳枝垂落，嫩芽触遇到了火红的雀儿，透亮的汁液滑落，没入那条恐怖的伤口间，马上让那里火光炽盛，符文闪灼个一直。小红鸟轻鸣，身体颤抖，似乎很痛苦，在艰难的遭受。
,我的世界美女被 羞羞,国产精品欧美劲爆日韩一区二区,久久九九精品欧美日韩精品。??12月18日,洋主播看两会：探寻“花木书记”的共富秘籍,
要进一步破除制约城镇化生长的规章制度，修建城镇化生长的体制平台。一是建设城乡一律就业制度。继续整理限制农民进城就业的歧视性政谋划定，不得对外来职员进城从业设置障碍。党政机关、企事业单位在招录和事情职员时，不得举行户籍或地区限制。实验身份证治理，不得对外来职员从业设置任何歧视性的挂号项目。作废对外来从业职员及其用人单位的不对理收费。二是严酷劳动执法监察。严酷执行同工同酬和最低人为标准制度，严肃查处拖欠、克扣人为行为。三是强化就业和创业培训。整合种种培训资源，实验农村劳动力转移“阳光工程”。健全劳务输出网络，增强劳动力市场信息网络和人才资源库建设，建设成建制劳动输出基地，指导城乡富余职员有组织、成建制的劳务输出。给予返乡创业者与外资外商同期待遇，推动“回归工程”进一步生长。四是刷新户籍治理制度。逐步破除农业和非农业户口二元制治理模式，推行按现实栖身地举行挂号的户籍治理制度。五是加速“城中村”及近郊无地少地住民的转户程序。“城中村”和人均耕地少于亩的近郊住民，可凭证自愿转为城镇户口，纳入城镇统一治理。“城中村”和近郊转户住民在一定限期内可继续享受原整体的福利待遇，承包的土地和正当宅基地可以保存。六是完善社会包管制度。外来从业职员和“城中村”及近郊转户从业职员要纳入社会包管规模。用工单位或雇主必需为其办理城镇职工基本养老包管、医疗包管和工伤包管。同时，起劲生长城镇基础教育，刷新城镇医疗卫生条件，切实解决好群众看病难的问题。
,男男高潮娇喘嗯啊在线播放视频,日本一极片,亚州免费在线观看。责编：王长鹰
审核：韩旭
责编：李己雨
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
