Meta 新旗舰 AI 模型 Llama 4 Maverick 测试成绩遭质疑，被指针对性优化
作者：方泰攻略站时间：2025-04-07 15:10:18
本站 4 月 7 日消息，Meta 公司上周发布了一款名为 Maverick 的新旗舰 AI 模型，并在 LM Arena 测试中取得了第二名的成绩。然而，这一成绩的含金量却引发了诸多质疑。据多位 AI 研究人员在社交平台 X 上指出，Meta 在 LM Arena 上部署的 Maverick 版本与广泛提供给开发者的版本并不一致。
Meta 在其公告中明确提到，参与 LM Arena 测试的 Maverick 是一个“实验性聊天版本”。而根据官方 Llama 网站上公布的信息，Meta 在 LM Arena 的测试中所使用的实际上是“针对对话性优化的 Llama 4 Maverick”。这表明，该版本经过了专门的优化调整，以适应 LM Arena 的测试环境和评分标准。
然而，LM Arena 作为一项测试工具，其可靠性本身就存在一定的争议。尽管如此，以往 AI 公司通常不会对模型进行专门的定制或微调，以在 LM Arena 上获得更高的分数，至少没有公开承认过这种做法。
这种对模型进行针对性优化，然后只发布一个“普通版”的行为，给开发者带来了诸多困扰。因为这使得开发者难以准确预测该模型在特定场景下的实际表现。此外，这种行为也具有一定的误导性。理想情况下，尽管现有的基准测试存在诸多不足，但它们至少能够为人们提供一个关于单一模型在多种任务中优缺点的概览。
事实上，研究人员在 X 上已经观察到了公开可下载的 Maverick 版本与 LM Arena 上托管的模型之间存在显著的行为差异。例如，LM Arena 版本似乎更倾向于使用大量的表情符号，并且给出的答案往往冗长且拖沓。
截至本站发稿，Meta 公司以及负责维护 LM Arena 的 Chatbot Arena 组织暂未对此做出回应。
相关文章
-
刺香出装教程攻略大全（让你在游戏中成为无敌的存在！）刺香是一款热门的手机游戏，其中的出装是玩家们提升自己战斗力的重要手段。本篇文章将为大家提供详细的刺香出装教程攻略大全，帮助玩家们在游戏中成为无敌的存在！一、突破极限之路——出装基础通过了解角色属性和技
-
WinRAR 旧版本存安全漏洞，可绕过 Windows 安全警告执行恶意软件本站 4 月 7 日消息，WinRAR 作为电脑用户中广受欢迎的压缩软件，数十年来一直为用户提供便捷的数据压缩服务，方便用户将文件压缩成更小的体积以便于传输。然而，除最新版外的所有 WinRAR 版本
-
1.神秘护甲：提升无极抗性，成为不可撼动的战士之神无极作为一款热门游戏中的强力英雄，拥有出色的技能和属性，成为许多玩家心目中的霸主。本文将为大家带来最新的无极出装铭文攻略，助您在游戏中取得更好的战绩！1 神秘护甲：提升无极抗性，成为不可撼动的战士之神
-
Meta 新旗舰 AI 模型 Llama 4 Maverick 测试成绩遭质疑，被指针对性优化本站 4 月 7 日消息，Meta 公司上周发布了一款名为 Maverick 的新旗舰 AI 模型，并在 LM Arena 测试中取得了第二名的成绩。然而，这一成绩的含金量却引发了诸多质疑。据多位 A
-
李白在幻想领域的技能搭配攻略（掌握李白技能搭配，成就无敌之主）在幻想领域这款游戏中，李白是一位非常强力的角色，他拥有多种技能可以让他在战斗中展现出无与伦比的强大力量。本文将为大家介绍李白在幻想领域的技能搭配攻略，帮助玩家更好地掌握李白，成为无敌之主。一：技能搭配
-
英伟达工程师修改 Linux 内核致 AMD GPU 性能下降，后又将其修复本站 4 月 7 日消息，一名英伟达工程师近日在 Linux 内核中提交了一个修复补丁，解决了 AMD 集成和独立 GPU 硬件上出现的性能倒退问题。然而令人意外的是，这位工程师正是最初引入这一问题的
