Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

昨天一早,meta 了放出自家用了 20 万显卡集群训练出的 llama 4 系列模型,其中包括 llama 4 scout、llama 4 maverick 和 llama 4 behemoth。消息一出,直接引爆了大模型圈。

Meta 还特意强调,这些模型都经过了大量未标注的文本、图像和视频数据的训练,视觉理解能力已经到了 Next level,有种在大模型领域一骑绝尘的既视感。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

Meta GenAI 负责人 Ahmad Al-Dahle 也表示:“我们的开放系统将产出最好的小型、中型和即将出现的前沿大模型。”并附上了一张 Llama 4 的性能对比测试图。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

紧接着,在大模型竞技场中 Llama 4 Maverick 的排名直接跃升到第二名,成为了第 4 个突破 1400 分的大模型。在开放模型排行榜上更是超越了 DeepSeek,直接上桌坐“主座”。

“首次采用 MoE 架构”、“千万 token 上下文”…一时间 Llama 4 就被贴满了各种 Title。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

但在一片赞美和吹捧声中,很快就有心细的网友发现了不对劲。这位网友用头段时间在 ? 上很火的让模型直出几何程序的方式来测试 Llama 4,但最终的结果是在画六角形内含一个受重力影响球的集合图像时,Llama 4 试了 8 次也错了 8 次,而反观 DeepSeek R1 和 Gemini 2.5 pro 则是一次正确。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

也有网友表示对 Llama 4 的表现感到非常失望。按照以往惯例,更新了版本号的模型在性能上应该有很大的突破,而 Meta 憋了这么久才舍得放出来的 Llama 4 非但没有进步,在测试中的表现还不如一些现有的大模型。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

还有网友非常贴心的给出 Llama 4 系列的模型能力找了个参照物:“Llama 4 maverick 这个 402B 的大模型,大概跟 Qwen QwQ 32B 写代码水平一致,而 Llama 4 scout 则近似于 Grok2 或者 文心 4.5。”

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

Llama 4:超级刷榜选手

在官方给出的数据中,Llama 4 的能力妥妥碾压了一众大模型,但在网友们的实际测试中,Llama 4 却显得很拉跨,越测越觉得离谱的网友们不由得怀疑,扎克伯格是不是给自家模型偷偷刷榜了?

经过网友们的多方证实,最后发现,嘿!还真是刷的。

其实如果认真看 Ahmad Al-Dahle 发布的 Llama 性能对比测试图最下面一行的小字,你就会发现上面写着“Llama 4 Maverick 针对对话进行了优化”,而 Meta 其实早就给自己留了个“图片仅供参考,一切以实物为准”的心眼。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

除了破解 Meta 官方的字谜游戏外,网友们也带着 Llama 4 进出于各大测试榜单中。

他们先是把 Llama 4 拉到了著名的 code 测试榜单 Aider ployglot 中,最终的得分比 qwen-32B还低。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

在另一个代码评测榜单中,Llama 4 的成绩也只能排在中间位置。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

除此之外,网友们发现在 EQBench 测评基准的长文章写作榜上,Llama 4 系列也是直接垫底。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

卡拉OK视频制作 卡拉OK视频制作

卡拉OK视频制作,在几分钟内制作出你的卡拉OK视频

卡拉OK视频制作 178 查看详情 卡拉OK视频制作

而即使是最基础的翻译任务,网友们也表示 Llama 4 的表现也是比 3.3 的 70b 还要差得多,甚至还不如 Gemma 3 的 27B。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

混乱的 Meta

正在网友们风风火火测评 Llama 4 的真实成绩时,一则发布在海外的求职平台一亩三分地上的内容更是直接给Llama 4 的作弊传闻填了一把柴。

文中提到 Llama 4 的训练存在严重问题,并且内部模型的表现仍然未能达到开源 SOTA,甚至与之相差甚远,而 Llama 4 的高分也确实是领导层为了能够在各项指标上交差所做出的“努力”。而这个则消息的爆料者,很可能来自 Meta 公司内部。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

除此之外也有其他的 AI 从业者在线吐槽,表示“我们都被耍了,Llama 4 不过是一个早早被设计好的实验版本。”

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

还有前 Meta 员工站出来指出公司在产品研发方面存在巨大漏洞,并表示 Llama 系列模型的信息泄露问题其实从 Llama 1 就已经存在了。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

而在 Llama 4 发布的几天前,Meta AI 研究副总裁 Joelle Pineau 就在 Linkedin 发文称自己已经申请将在 5 月份离职,不由得让人们将这件事与 Llama 4 作弊刷榜的事情联系到一起。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

不少人疑惑,为什么一向崇尚“大力出奇迹”的 Meta 这次的翻车力度这么大,明明有钱、有卡、有数据,但模型创新能力依旧不足,还要靠作弊刷榜来找存在感?

一个坊间流传的观点是,Meta内部研究人员压力过大,因为他们需要做出成果,给公司一个好的交代,因此会求稳,更加偏向于更能做出成果的事情,而真正重要的内容,比如基础设施的迭代、新算法的实验,这些需要大量时间去做出成果的内容,却往往没有人愿意去做。

这也导致了 Meta 很难在大模型市场上继续做出向 DeepSeek R1 这样轰动整个 AI 领域的东西,而还没有发布的超大杯 2T 参数模型也应证着这个观点:Meta 其实还没有更好的想法。

反观以研究为导向的 DeepSeek,其实一直在探索新的架构。DeepSeek 团队先是提出了强化学习里的神奇算法 GRPO,紧接着在 DeepSeek v2 时提出的 MLA 原理直接沿用到了 DeepSeek V3 和 DeepSeek R1 版本上,后来发布的全新注意力架构 NSA 更是实现了超高速长上下文训练与推理。

回到 Llama 4 这边,根据AI科技评论的了解,对大模型架构有研究的专业人士认为,Llama 4 非常缺乏技术创新,比如说,在后训练阶段还在死守DPO。而此前的一系列理论和实验都表明 DPO 的泛化能力,“比PPO差得远”。PPO在实际使用中需要调的细节很多,不易上手。在DeepSeek提出GRPO以后,越来越多的研究者开始使用GRPO及其改版。 Meta 还继续坚持用着 DPO 而不选择创新,这么来看 Llama 4 做成如此也属于意料之中。

常人没法用,专家用不着

而最让人失望的是,Llama 4 系列的模型都无法放入家用电脑,并且 Llama 4 除了一直在宣传的 10M 上下窗口外,貌似已经没有任何优势,而这一点对于大多数人来说其实并不是必需的内容。

除此之外,GPT 4o, Gemini 2.5 Pro 这些拥有生图能力的模型型号已经正式推出,而 Grok3、Gemini 2 Flash 等多模态模型也已经开始广泛开放,这也意味着更多的人没有再用 Llama 4 的理由,或者说,Llama 4 本身没有太强的市场竞争力。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

反观这次 Llama 4 的翻车事件,不难看出其实 Llama 4 系列模型很可能是 Meta 在追赶大模型潮流的战略布局中的一枚重要棋子,但却因为太过于“急功近利”而选择作弊,导致直接失去了社区的支持,进而失去了自身的竞争优势。

并且 Llama 2、Llama 3 的时代已经过去,选择 Llama 作为基座的开源模型只会越来越少,PHP中文网(公众号:PHP中文网)认为对于 Meta 来说,与其选择作弊刷榜博眼球,不如想想如何创新,如何提高社区适用度,能不能追上最前端的技术暂且放一边,最重要的是先把口碑先赚回来。

Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?

以上就是Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/263295.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
Java中字符串如何比较 分析equals和compareTo的差异
上一篇 2026年10月12日 06:20:44
优化HDF5大型4D数组至5D数组的高效转换策略
下一篇 2025年12月14日 09:09:14

相关推荐

  • 如何在Java中理解同步与互斥机制

    互斥指同一时刻仅一个线程访问共享资源,Java通过synchronized或ReentrantLock实现;同步则协调线程执行顺序,如用wait/notify或CountDownLatch。两者均依赖对象监视器锁,synchronized锁实例或类对象,ReentrantLock需手动管理锁,应避免…

    2026年10月12日
    300
  • Java中MVC模式是什么 分析Java MVC分层架构的优势

    Java中MVC模式是什么 分析Java MVC分层架构的优势Java中MVC模式是什么 分析Java MVC分层架构的优势Java中MVC模式是什么 分析Java MVC分层架构的优势Java中MVC模式是什么 分析Java MVC分层架构的优势

    java中的mvc模式是一种将应用程序分解为模型(model)、视图(view)和控制器(controller)三个核心部分的设计模式,其核心思想是解耦。1.model负责处理数据和业务逻辑,独立于view和controller,可单独测试;2.view负责展示数据,不包含业务逻辑,仅从model获…

    2026年10月12日 • 用户投稿
    800
  • ChatTS-14B— 字节开源的时间序列理解和推理大模型

    ChatTS-14B— 字节开源的时间序列理解和推理大模型ChatTS-14B— 字节开源的时间序列理解和推理大模型ChatTS-14B— 字节开源的时间序列理解和推理大模型ChatTS-14B— 字节开源的时间序列理解和推理大模型

    ChatTS-14B是什么 chatts-14b 是字节跳动研究团队开源的专注于时间序列理解和推理的大型语言模型,参数量达 140 亿。基于 qwen2.5-14b-instruct 微调而成,通过合成数据对齐技术显著提升了在时间序列任务中的表现。模型支持自然语言交互,用户可以通过简单的指令完成对时…

    2026年10月12日 • 用户投稿
    200
  • 为什么谷歌浏览器右键菜单反应很慢?

    为什么谷歌浏览器右键菜单反应很慢?为什么谷歌浏览器右键菜单反应很慢?为什么谷歌浏览器右键菜单反应很慢?为什么谷歌浏览器右键菜单反应很慢?

    部分用户在使用谷歌浏览器时,可能会遇到右键点击后菜单弹出缓慢或延迟的问题,这影响了操作的流畅性。这个问题通常不是由单一原因造成的,而是可能与浏览器扩展、缓存数据、硬件设置等多种因素有关。本文将从几个常见的方面入手,分析导致右键菜单反应慢的可能原因,并提供相应的排查和解决步骤,帮助您恢复浏览器的正常响…

    2026年10月12日 • 用户投稿
    200
  • Java中readObject的作用 解析反序列化钩子

    Java中readObject的作用 解析反序列化钩子Java中readObject的作用 解析反序列化钩子Java中readObject的作用 解析反序列化钩子Java中readObject的作用 解析反序列化钩子

    readobject方法在java反序列化过程中用于插入自定义逻辑,以控制反序列化、验证数据、执行初始化及处理版本兼容性问题。它允许开发者在对象反序列化后、使用前执行特定操作,如对字段进行安全检查或转换。该方法必须声明为private,并首先调用in.defaultreadobject()完成默认反…

    2026年10月12日 • 用户投稿
    100
  • 谷歌发布企业 AI 工具 Gemini Enterprise

    谷歌最新推出企业级AI解决方案:Gemini Enterprise,打造工作场景中的人工智能新入口。它不再局限于零散的AI工具,而是升级为覆盖完整工作流程的全栈式平台,成为推动企业全面AI化的核心基础设施。 该平台依托领先的Gemini大模型,支持用户通过自然对话形式,与企业内部文档、数据系统及各类…

    2026年10月12日
    100
  • 通过php连接mssql实现数据插入_基于php连接mssql的数据操作技巧

    首先配置PHP环境并启用sqlsrv或pdo_sqlsrv扩展,然后通过参数化查询使用sqlsrv或PDO连接MSSQL数据库,执行安全的数据插入操作,并结合预处理、事务控制与批量处理提升性能与安全性。 在现代Web开发中,PHP连接MSSQL数据库并进行数据操作是一项常见需求。尤其在企业级应用中,…

    2026年10月12日
    500
  • MySQL如何使用事务隔离级别 RU/RC/RR/SERIALIZABLE区别与应用场景

    MySQL如何使用事务隔离级别 RU/RC/RR/SERIALIZABLE区别与应用场景MySQL如何使用事务隔离级别 RU/RC/RR/SERIALIZABLE区别与应用场景MySQL如何使用事务隔离级别 RU/RC/RR/SERIALIZABLE区别与应用场景MySQL如何使用事务隔离级别 RU/RC/RR/SERIALIZABLE区别与应用场景

    事务隔离级别用于解决并发场景下的数据访问问题,mysql提供了四种级别:读未提交(ru)、读已提交(rc)、可重复读(rr)和串行化(serializable),选择时需权衡数据一致性和并发性能。①ru级别最低,允许脏读,适用于对一致性要求极低但性能要求高的场景;②rc级别解决脏读,但存在不可重复读…

    2026年10月12日 • 用户投稿
    100
  • VSCode如何集成AI代码风格检查 VSCode自动化代码规范审查工具

    实现vscode中ai代码风格检查与自动化规范审查需结合规则型工具和ai辅助工具;2. 规则型工具如eslint、prettier、black等通过配置实现保存时自动格式化和错误提示,并可通过husky和lint-staged集成git hooks在提交前强制检查;3. ai辅助工具如github …

    2026年10月12日
    100
  • Java中GC是什么机制 深入分析Java垃圾回收的工作原理

    Java中GC是什么机制 深入分析Java垃圾回收的工作原理Java中GC是什么机制 深入分析Java垃圾回收的工作原理Java中GC是什么机制 深入分析Java垃圾回收的工作原理Java中GC是什么机制 深入分析Java垃圾回收的工作原理

    java中的gc(garbage collection)是一种自动内存管理机制,负责释放不再使用的对象所占用的内存。其工作原理主要包括标记、清理和压缩阶段:1. 标记阶段从根对象出发,标记所有可达对象为“存活”,并暂停应用线程;2. 清理阶段回收未被标记的对象,方式包括标记-清除、复制和标记-整理;…

    2026年10月12日 • 用户投稿
    100
  • 曝苹果iPhone 18并未取消拍照按键 但将改用低成本方案

    曝苹果iPhone 18并未取消拍照按键 但将改用低成本方案曝苹果iPhone 18并未取消拍照按键 但将改用低成本方案曝苹果iPhone 18并未取消拍照按键 但将改用低成本方案曝苹果iPhone 18并未取消拍照按键 但将改用低成本方案

    近日,关于苹果将在iphone 18系列中取消相机控制按钮的传闻引发广泛关注。此前有消息称,苹果已通知供应商停止采购相关组件,原因在于该功能用户使用率偏低,且公司有意削减硬件成本。若属实,iphone 17或将成为最后一款搭载该实体按键的机型。 8月22日,有数码博主透露,iPhone 18系列的相…

    2026年10月12日 • 用户投稿
    100
  • Java中如何去除字符串空格 详解trim和strip的区别

    Java中如何去除字符串空格 详解trim和strip的区别Java中如何去除字符串空格 详解trim和strip的区别Java中如何去除字符串空格 详解trim和strip的区别Java中如何去除字符串空格 详解trim和strip的区别

    去除java字符串中的空格,主要可以使用trim()和strip()方法。1.trim()方法用于去除字符串开头和结尾的空白字符(ascii码值小于等于32),而strip()方法则可去除所有unicode空白字符,包括全角空格、不间断空格等,适用范围更广;2.stripleading()和stri…

    2026年10月12日 • 用户投稿
    100
  • WPS如何提取图片中文字_WPS图片文字识别与提取技巧

    WPS支持图片转文字功能,利用OCR技术可高效提取截图、照片等图像中的文字。在电脑端插入图片后点击“转文字”即可识别为可编辑文本;手机端通过WPS App进入“图片转文字”功能,选择图片上传后等待识别,支持复制或导出文档。为提高准确率,建议使用清晰、无反光、文字分明的图片,避免复杂背景与小字体,倾斜…

    2026年10月12日
    100
  • win10屏幕录制的文件保存在哪里_win10自带录屏功能视频文件的默认存储位置

    win10屏幕录制的文件保存在哪里_win10自带录屏功能视频文件的默认存储位置win10屏幕录制的文件保存在哪里_win10自带录屏功能视频文件的默认存储位置win10屏幕录制的文件保存在哪里_win10自带录屏功能视频文件的默认存储位置win10屏幕录制的文件保存在哪里_win10自带录屏功能视频文件的默认存储位置

    如果您使用Windows 10的内置录屏功能录制了屏幕,但不确定视频文件被保存到了哪个位置,则可能是由于系统默认路径不直观或您之前修改过存储设置。以下是查找和管理这些录屏文件的具体方法。 本文运行环境:Dell XPS 13,Windows 10 专业版 一、通过Xbox游戏栏图库定位录屏文件 Wi…

    2026年10月12日 • 用户投稿
    000
  • 宝马:将把DeepSeek AI整合到中国市场新车型中

    宝马:将把DeepSeek AI整合到中国市场新车型中宝马:将把DeepSeek AI整合到中国市场新车型中宝马:将把DeepSeek AI整合到中国市场新车型中宝马:将把DeepSeek AI整合到中国市场新车型中

    ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 4月23日,宝马汽车公司首席执行官Oliver Zipse在上海车展上宣布,宝马计划从今年下半年起,将中国初创企业DeepSeek的人工智能技术应用于其在中国的全新车型。 Zipse强调:“人工…

    2026年10月12日 • 用户投稿
    300
  • 为何选择Chrome浏览器?访问官网获取五大核心优势

    为何选择Chrome浏览器?访问官网获取五大核心优势为何选择Chrome浏览器?访问官网获取五大核心优势为何选择Chrome浏览器?访问官网获取五大核心优势为何选择Chrome浏览器?访问官网获取五大核心优势

    Chrome浏览器速度快、安全性高、同步功能强、扩展程序丰富,且支持多设备无缝切换;其内存占用较高,但可通过清理扩展、使用任务管理器和启用自动舍弃标签页优化;隐私方面提供无痕模式和安全浏览,但数据收集仍存争议;崩溃时可尝试重启、禁用扩展或重置设置;实用技巧包括访问chrome://flags、使用快…

    2026年10月12日 • 用户投稿
    300
  • java中的comparator有什么用 比较器Comparator的4种写法

    java中的comparator有什么用 比较器Comparator的4种写法java中的comparator有什么用 比较器Comparator的4种写法java中的comparator有什么用 比较器Comparator的4种写法java中的comparator有什么用 比较器Comparator的4种写法

    comparator在java中用于定义对象之间的比较规则,允许根据自定义逻辑对集合排序而不修改对象类。其常见用途包括:1. 自定义排序(如按字符串长度或特定属性);2. 对未实现comparable接口的对象排序;3. 提供多种排序策略。使用comparator可通过四种方式实现排序:1. 匿名内…

    2026年10月12日 • 用户投稿
    300
  • win8怎么关闭驱动程序强制签名_win8禁用驱动数字签名验证教程

    win8怎么关闭驱动程序强制签名_win8禁用驱动数字签名验证教程win8怎么关闭驱动程序强制签名_win8禁用驱动数字签名验证教程win8怎么关闭驱动程序强制签名_win8禁用驱动数字签名验证教程win8怎么关闭驱动程序强制签名_win8禁用驱动数字签名验证教程

    首先禁用驱动程序强制签名,可通过高级启动选项临时解决或使用命令提示符永久关闭;再通过组策略编辑器设置代码签名策略为忽略,重启后即可安装未签名驱动。 如果您在Windows 8系统中安装未经数字签名的驱动程序时遇到“驱动程序未通过数字签名验证”的提示,导致无法正常安装,可以通过禁用驱动程序强制签名功能…

    2026年10月12日 • 用户投稿
    100
  • Chrome浏览器十大隐藏功能揭秘:让你的效率翻倍

    Chrome浏览器十大隐藏功能揭秘:让你的效率翻倍Chrome浏览器十大隐藏功能揭秘:让你的效率翻倍Chrome浏览器十大隐藏功能揭秘:让你的效率翻倍Chrome浏览器十大隐藏功能揭秘:让你的效率翻倍

    标签页分组、固定常用页、使用任务管理器查内存、开启阅读模式、快捷键自定义、地址栏计算、图片拖搜、创建桌面快捷方式、静音标签、管理扩展权限,同步数据并保护隐私,定期清理缓存与扩展,提升Chrome效率。 Chrome浏览器隐藏功能确实不少,用好了效率提升是肯定的。不过“翻倍”这个说法嘛,就看个人使用习…

    2026年10月12日 • 用户投稿
    100
  • composer如何处理”Package not found”错误

    composer如何处理”Package not found”错误composer如何处理”Package not found”错误composer如何处理”Package not found”错误composer如何处理”Package not found”错误

    答案:Composer提示“Package not found”通常由包名拼写错误、版本约束不匹配、包不存在、repositories配置缺失或网络问题导致。首先检查composer.json中require部分的包名是否与Packagist完全一致,包括大小写和连字符;确认版本号是否存在且兼容,可…

    2026年10月12日 • 用户投稿
    100

发表回复

登录后才能评论
关注微信