增加开放资源的大型骑行骑士4仍在发酵。 4月8日，聊天机器人体育馆（通常被称为“大型模型”），这是“大型语言模型的强大列表”，发表了一份具有罕见和严肃基调的声明。面对社区对排名新的Meta Model Llama 4的怀疑，官员说，超过2,000次实时演变的完整数据将透露2,000多个现场演出的命名：Meta应该更加清楚地命名。更清楚地表明，这应该更清楚，“'Llama-4-Maverick-03-26-实验'是一种定制的模型，已优化为人类偏好。我们正在更新排名策略，以防止这种混乱发生。 ”“元数据应该更清楚地表明，'Llama-4-Maverick-03-26-实验'是一种定制模型，被优化为人类偏好。我们正在更新排名策略，以避免再次发生这种混乱。 “照片/x这个语句不在这是一个澄清，也是对整个大型模型行业的唤醒呼吁。聊天机器人体育馆由加州大学伯克利分校发起，是当前大型模型评论中最有影响力的“真正的人盲测”排名。聊天机器人竞技场超过了许多领先的嘲弄，仅次于Gemini 2.5 Pro Pina Pinalack Google的Google，每个人的好奇心和期望自然都会引起。但是很快，社区发现此版本是未指定和自定义的“实验模型”，而不是元版开源的官方版本。因此，争议被打破了：是否认为“短刷”？聊天机器人竞技场是否用作营销工具？为什么这样的元运行？扩展全文 更糟糕的是，骆驼4不好，几乎是在一些未正式展示的专业基准下。许多尝试过它的最早的用户也表达了他们在诸如reddit和X等社交平台上的失败。有人提到你在其帖子中，不愉快的美洲驼编程技能，并指导： “考虑到402b参数量中的Llama-4-Maverickpara，为什么我不使用DeepSeek-V3-0324直接使用？或QWEN-QWQ-32B QWEN-QWQ-32B可能更合适，即使性能相似，它的参数只有32B。” “考虑到Llama-4-Maverick具有402B参数卷，为什么我不直接使用DeepSeek-V3-0324？或QWEN-QWQ-32B更合适 - 即使性能相似，它具有32B参数的体积。” 图片/reddit 这使人们想知道为什么开源营地完全期望的元元素逐渐以骆驼2和骆驼3的形式确立了声誉，这只会远离美洲驼4？ 从亮点到碰撞的房屋，令人惊叹的72小时 早在4月5日，梅塔（Meta）在其官方博客上发表了一篇文章“ Llama 4 Herd：本机多模式AI创新的新时代的开始”，正式宣布，Llama 4系列模型是Komnidad的开放资源。 在这次，Meta发布了最新一代模型的三个版本：Llama 4 Scout，Llama 4 Maverick和“教师模型” Llama 4 Beymoth，他们仍在培训中，所有这些都在第一次接受了混合专家（MOE）的建筑。 图片/元 MMANTSTREAM和最受欢迎的Maverick版本是170亿个活动参数模型，具有128个“专家”（总参数为4000亿）。 Meta将其描述为“它类型的最佳多模型”，强调它在许多方面都比Gemini 2.0和GPT-4O还要多，并且比DeepSeek 3.1更具竞争力，并且在编码和推理方面更具竞争力。 但是，在Llama 4发布后不久，事情很快就偏离了Meta的期望。 在社区层面上，第一批用户不购买Llama Performance 4。在许多试验中，尤其是在SESA中，需要代码功能和严格的逻辑推理，Llama 4 Performance无法在GPT和DeepSeek之外履行其性能。以及由Aider Chat提供的Polyglot编程测试，Maverick版本仅为16％，在排名末尾。 即使它是较小的开源型号，例如Google Gamma，它不仅与其庞大的参数大小完全不一致。许多开发人员感到惊讶，也与官方宣传形成了鲜明的对比。 照片/聊天机器人竞技场 由于拒绝名声是否认的，因此合规性更为严重 - 美洲驼4是否使用公共测试集进行培训？聊天机器人竞技场是针对一般基准测试的吗？这些疑问正在传播并迅速庆祝技术界，其中包括聊天机器人体育馆的说法，即使他不使用“作弊”之类的词，但线之间的语气也很艰难且不满意。 尤其是在中国移民社区“一公顷和三部分土地”中，“元员工”说提交辞职，并要求将其姓名删除。模型）。 但是，大都会一个团队很快就澄清了，Meta Genai的成员举行了“训练后”说： “在过去的两天中，我已经听了所有评论（例如编码，创意写作和其他应该得到改善的缺陷），并希望在下一版本中改进。但是，我们还没有做过过度膨胀的急性尚未恢复积分。 图片/Licheng Yu 公共信息显示，列竹（Yu Licheng）以学士学位毕业于上海大道大学，并于2014年获得了佐治亚理工学院和上海jiotong大学的双重硕士学位，并获得了博士学位。 2019年，北卡罗来纳大学教堂山分校的计算机科学专业。 同时，Meta Genai副总裁Ahmad Al-Dahle在X平台上也很清楚“ Meta在测试集中没有实践Llama 4”。响应Llama-4-Maverick-03-26-实验性，Meta在回应户外批评之后也选择发布该资源的开放版本。 图片/X 但是，这些答案都无法避免：雅拉4的真正能力。 作为将“对OpenAI最有前途的挑战”带到开源营的标准，Llama 4最初带来了开发商和工业期望。但是现在，它已经从“亮点”到发行后的一周内的“信任危机”，在犬儒主义竞争中成为罕见的声誉“滑铁卢”。 DeepSeek速度开放资源，Meta被迫站立 如果您只是看表面，那么目前将吊销Llama 4的声誉，并且似乎充满了巨大的紧张局势。未知员工宣布，为了实现内部截止日期，Meta Requ的高级管理人员请注意，主要的测试集与“训练后”混合在一起，仅仅是为了看到“结果”。甚至有谣言说，负责人工智能副总统乔尔·皮诺（Joelle Pineau）因反对这项技能而离开了办公室。 但是，从当前信息到公众，这些陈述无法忍受调查。至于使用测试集的训练后问题，实际上澄清了先前的响应。乔尔·皮诺（Joelle Pineau）的拆除发生在发布前两天，但她不对生成的AI团队负责，但领导了Meta基本AI研究（公平）研究部门，与Llama Project 4没有直接联系。 乔尔·皮诺（Joelle Pineau），几天前离开了她的工作，图片/元 在消除了公众意见的噪音之后，出现了真正的问题。老实说，《问题骆驼4》不是关于欺诈，而是要在竞争开放资源的竞争中停滞不前。 在过去的两年中，元数据逐渐建立了一个“领先和可靠的” UNDELlama 2和Llama 3的开源模型市场的支持。然而，到Llama 4，情况发生了巨大变化。 DeepSeek V3/R1的发布扭转了开放资源和封闭资源模型之间的差距，并大大加快了开放资源的发展。 它使Llama最初是“开源负责人”，承受着更大的压力。 尽管我们认为以前的许多启示无法忍受调查，但事实是：Llama 4的截止日期。从以下事实可以看出，Llama 4庞然大物仍在实践中，并且在扩大参数规模和建筑的复杂性（MOE）的同时，Llama 4可能不会留下足够的测试和改进的时间，从而导致发行后的性能不稳定。 图片/元 另外，元无法控制运动的变形。 Llama-4-Maverick-03-26-实验对话模式本身的优化是可以理解的，但是“首次启动”聊天机器人竞技场的目的是向所有人致敬。我们不知道这个特殊版本的牺牲是什么？回到Sohu看看更多