TechCrunch：Meta 新AI模型的性能测试有点误导人作者：Kyle Wiggers Meta 上周六发布了一款旗舰AI模型——Maverick。在人类评审员对不同AI模型生成内容进行比较的LM Arena排行榜中，这款模型排名第二。但实际上，Meta 提供给 LM Arena 测试的 Maverick

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2892 位用户此时在线

24小时点击排行 Top 10：

10月31日，南京，一名网友cos南京红姐，引来大量人围观，最后网友被警察带走问话。

上海交大采访留学生，不会说中文，学校给全额奖学金，每个月还给5500元人民币补贴。他们俩来上海留学六七年了，不花一分钱……开心到跳舞

“How bad are the Dolphins?”

传统型小粉红论述

10月30日，习近平和川普韩国釜山会晤时，媒体镜头拍下了习近平的小本本上面写着“中美两国完全可以相互成就、共同繁荣。……，我多次公开讲，中美两国应当做伙伴、做朋友，这是历史的启示，也是现实的要求……”

10月31日，上海静安寺，一名女生cos“哆啦A梦”后被当地警察带走问话。

网友投稿：一名视频博主挑战在日本景点挥舞中国国旗，博主惊呼：“居然没有人阻止，日本人难道不爱国吗？”

网友投稿：南京万圣节一些有趣的cos。

为战犯铺红地毯扶送独裁者上车那些阿谀奉承，谄媚讨好川普的其它国家领导人，你们羡慕吧，在川普心目中这两位才是他最尊重的人。😁

李诞自曝不生孩子的原因

川普不知道使出什么招术，让向来紧绷着脸的中共高官，一改苦大仇身的面孔，笑得眉飞色舞，特別是面对一个并不喜欢的对手，连战狼外长王毅也使出吃奶的劲挤出了尴尬的笑容。透过这幅照片可以看出，美中关系在接下来的一年里，应该风平浪静，不至于触礁翻船。这对一向敏感的资本市场来说是好事，也让跨境

20K-50K 招聘远程 Python AI 工程师（图片与文本处理方向）

10月31日，海南琼中爆发大规模群体抗争事件因海南天然橡胶产业集团加钗分公司偷砍农民的槟榔田，引发当地民众不满。民众聚集在公司大楼外抗议，掀翻车辆，向公司人员和防暴警察投掷石块。

10月31日，万圣节现场有网友cos小黑羊后被保安和警察带走。

加州持枪自卫。上个月5名加州奥克兰男子试图抢劫一家珠宝店。店主将他们反锁在店内，并击毙了其中2人。 3名幸存者已被控谋杀罪

刚刚，上海愚园路和安西路交叉口几名市民与警察发生冲突，随后被带走。市民大喊“我一定会投诉你们”

心疼一波这个小姐姐她看样子应该不太知道，哆啦A梦的问题属于被误伤了

网友投稿：上海，一名coser在派出所对面的广场带头套cos劫匪，被赶来的警察带走

“政府停摆”让美国人得以在国家公园里为所欲为。人民终于自由了😂

网友投稿：上海，一名coser在派出所对面的广场带头套cos劫匪，被赶来的警察带走

這是在想什麼呢？

小型“川普夫妇”，由小特工来保护，来找真川普夫妇要糖吃

10月29日，山西，一名华为问界车主反映，自己的车辆因为玻璃水管破裂，导致车内长期被水浸泡，问题持续了一年多。期间车辆先后在4S店接受过两次保养和三次健康检查，但工作人员始终未能发现异常。直到车辆发生碰撞送修后，才被确认存在漏水隐患。

网友投稿：10月29日，福州，一名男子要骑摩托上高速，被警察暴力执法喷辣椒水后又被拘留。

紐約大街爬滿了伊斯蘭寄生蟲，牠一天到晚不務正業，不斷以蛤垃的鬼哭狼嚎，騷擾紐約人的正常生活⋯⋯

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

3

2

1

TechCrunch：Meta 新AI模型的性能测试有点误导人
作者：Kyle Wiggers
Meta 上周六发布了一款旗舰AI模型——Maverick。在人类评审员对不同AI模型生成内容进行比较的LM Arena排行榜中，这款模型排名第二。但实际上，Meta 提供给 LM Arena 测试的 Maverick
IT技术
( twitter.com )

6个月前由宝玉提交

TechCrunch：Meta 新AI模型的性能测试有点误导人
作者：Kyle Wiggers

Meta 上周六发布了一款旗舰AI模型——Maverick。在人类评审员对不同AI模型生成内容进行比较的LM Arena排行榜中，这款模型排名第二。但实际上，Meta 提供给 LM Arena 测试的 Maverick 模型版本，似乎和公开提供给开发者的版本有所不同。

一些AI研究人员在社交平台X（原Twitter）上指出，Meta 在发布公告中明确提到，用于 LM Arena 测试的 Maverick 是一个“实验性的聊天版本”。而在Llama官方网站的图表中，Meta也标注了LM Arena测试中使用的版本是“专门针对对话场景优化的Llama 4 Maverick”。

过去我们曾多次提及，由于各种原因，LM Arena 并非最可靠的AI模型性能评测工具。不过，此前AI公司一般并不会刻意为提升 LM Arena 得分来专门优化自己的模型——或者至少未公开承认过这种行为。

Meta 此次做法的问题在于，他们针对基准测试优化了模型，提供给LM Arena后，却向开发者发布了未经特别优化的“基础版”。这种方式容易造成误导，也会让开发者难以准确预测模型在实际应用场景中的表现。理想情况下，虽然目前基准测试工具存在诸多不足，但至少可以帮助人们大致了解某个模型在不同任务中的优缺点。

实际上，X平台上的研究人员发现，公开可下载的 Maverick 版本与 LM Arena 上的版本行为差异很大。LM Arena 上的 Maverick 大量使用表情符号，回答内容也明显更啰嗦冗长。

点击图片查看原图

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

3

2

2

感觉国产AI公司在玩一种很新的模式⋯⋯
时政
( twitter.com)

1年前 • 阑夕 • -- 点击 • 下载视频 0 评论

00:01:05

2

1

0

0

🔞 十八禁！
ElevenLabs 语音AI模型在中国的最新应用。
时政
( twitter.com)

3个月前 • Inty News • -- 点击 • 下载视频 0 评论

00:00:23

3

2

1

1

“AI算命”有望实现？Transformer新模型“Life2vec”成功预测意外死亡
大陆资讯
( www.myzaker.com)

1年前 • 不炒作会死 • -- 点击 0 评论

4

2

1

1

OpenAI重磅发布o3与o4-mini，开启AI“看图思考”新时代
北京时间4月16日，OpenAI再次引爆科技圈，正式发布了两款全新的人工智能推理模型——o3和o4-mini，首次让AI具备了“看图思考”的能力，进一步模糊了人类与AI之间的界限。
全新突破：“用眼睛”思考问题的AI
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:25:44

5

2

1

1

OpenAI重磅发布o3与o4-mini，开启AI“看图思考”新时代
北京时间4月16日，OpenAI再次引爆科技圈，正式发布了两款全新的人工智能推理模型——o3和o4-mini，首次让AI具备了“看图思考”的能力，进一步模糊了人类与AI之间的界限。
全新突破：“用眼睛”思考问题的AI
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:25:44

6

2

1

1

里程碑式突破：谷歌DeepMind推出新一代药物研发AI模型AlphaFold 3
大陆资讯
( www.chinastarmarket.cn)

1年前 • 葵花点穴手 • -- 点击 0 评论

7

2

1

1

温网停赛，AI不停赛：斯坦福新研究模拟网球名将打比赛
大陆资讯
( www.jiqizhixin.com)

5年前 • 顶你个肺 • -- 点击 0 评论

8

3

2

2

反AI盗图技术升级——给AI模型下毒！
大陆资讯
( b23.tv)

2年前 • 捂裆大湿兄 • -- 点击 0 评论

9

4

3

3

以后导演和演员也要失业了。。。。
谷歌最新AI模型生成的影片！

时政
( twitter.com)

5个月前 • 头条热点 • -- 点击 • 下载视频 0 评论

00:01:01

10

2

1

1

让 AI 模型"轻装上阵"：Ollama 新功能让内存消耗大幅降低
「通过一项新技术实现了显著降低 AI 模型运行内存需求的突破，让普通电脑也能运行更大、更强大的 AI 模型，同时基本不影响模型的输出质量」
核心功能与意义：
- K/V 上下文缓存量化可以显著减少 VRAM (显存)使用量
- 使用 Q8_0
时政
( twitter.com)

11个月前 • meng shao • -- 点击 0 评论

11

2

1

1

中國今年對台介選　國安人士：整合ChatGPT、AI模型資源

小心中國新一波對台 #認知戰！國安人士提醒，中國正整合ChatGPT及中企AI模型等資源以自動化、大規模生成假訊息伺機…
时政
( twitter.com)

2年前 • 新台灣國防軍事網 • -- 点击 0 评论

12

2

1

1

防范AI风险给CEO上“紧箍咒”：OpenAI指引允许董事会阻止CEO发布新模型
大陆资讯
( wallstreetcn.com)

1年前 • 捂裆大湿兄 • -- 点击 0 评论

13

3

2

2

特朗普的AI沙皇：DeepSeek的AI模型是用蒸馏技术跟ChatGPT学习的—— 《华尔街日报》美国总统特朗普的AI沙皇戴维·萨克斯周二表示，中国人工智能公司DeepSeek用OpenAI的内容训练出了风靡全球的新模型。
时政
( twitter.com)

9个月前 • 李老师不是你老师 • -- 点击 0 评论

14

2

1

1

【乔布斯全新采访曝光，然而…】这个AI播客背后的公司名为Play.ht。他们主营业务为 AI 文本转换语音生成器，今年9月，发布了第一个语音模型Peregrine，据称，其模型原理与大型语言模型(如 DALE 和 GPT-2 )相近，采用自监督方式训练AI能模仿特定某人的语气和情绪。
大陆资讯
( www.qbitai.com)

3年前 • 猪八戒 • -- 点击 0 评论

15

2

1

1

Open AI终于发力了，今天更新了一堆新的内容，每个都很重磅：

- 16k 上下文 3.5 Turbo 模型（今天向所有人提供）
- 新的 GPT-4 和 3.5 Turbo 模型
- Chat Completions API…
IT技术
( twitter.com)

2年前 • 歸藏 • -- 点击 0 评论

16

1

0

0

大型语言模型与生成式AI——介绍LLM和生成式AI项目的生命周期7——用Transformer生成文本

#大型语言模型与生成式AI… …
IT技术
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

17

2

1

1

HuggingFace上有大量的AI模型，相当于AI模型的Github。现在有人做了一个HuggingGPT，把chatgpt连到这些模型上。也就是说ChatGPT现在是人类创建的所有AI的总指挥官了。
推特中文圈
( twitter.com)

2年前 • Jeffery Kaneda　金田達也 • -- 点击 0 评论

18

2

1

1

最近，AI 圈子里有两个事值得关注：一个是 GPT-4o 推出了新的画图模型，另一个是豆包升级了“边搜边想”功能。这两个例子都指向了一个正在越来越被人接受和认同的 AI 新范式——“模型即产品”。它听起来有点抽象，但其实可能会影响未来 AI
IT技术
( twitter.com)

7个月前 • 宝玉 • -- 点击 0 评论

19

2

1

1

重磅新闻！Google的新一代生成式AI平台现已向所有人开放。

开发者现在可以访问由PaLM 2驱动的文本模型，使用Model Garden中的文本嵌入API和其他基础模型，以及利用生成式AI工作室中的用户友好工具进行模型调优和…
IT技术
( twitter.com)

2年前 • GPTDAOCN • -- 点击 0 评论

20

2

1

1

【BiliGPT：烧钱省流，AI自动总结B站视频内容】火速更新到模型"gpt-3.5-turbo"，ChatGPT API速度贼快，可能是第1个GPT3.5的中文AI应用？
大陆资讯
( www.bilibili.com)

2年前 • 葵花点穴手 • -- 点击 0 评论

21

2

1

1

谁在评价大模型？AI大模型评测榜单乱象调查
大陆资讯
( www.jiemian.com)

2年前 • 牛郎侄女 • -- 点击 0 评论

22

2

1

1

“AI 生词本”发布 0.2.0 版本，增加全球首创的“故事助记模式”。阅读 AI 编写的小故事，牢固记住生词。本次更新的全部内容：

- 增加“故事模式”
- 增加 export 和 remove 命令
- “使用指南”及大量优…
推特中文圈
( twitter.com)

2年前 • piglei • -- 点击 0 评论

23

3

2

2

GitHub Models 上泄漏的 GPT-5 说明信息：
---
最新的 OpenAI AI 模型 GPT-5，现已上线 GitHub Models！
GPT-5 是 OpenAI
IT技术
( twitter.com)

2个月前 • 宝玉 • -- 点击 0 评论

24

2

1

1

主审法官谈首例AI生成图侵权案：生成式AI模型不是法律上的民事主体，只是创作工具，判决激励大家用新工具创作
大陆资讯
( www.thepaper.cn)

1年前 • 葵花点穴手 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.06601 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特