大瓜来了！Llama 4 陷刷榜争议：“内部员工”发帖控诉，测评版本被指特供？

图片地址：https://n.sinaimg.cn/spider20250407/300/w660h440/20250407/4513-45ff533ab1c3118403012c488b134318.jpg

新瓜，主角是昨天刚刚发布的Meta旗舰大模型——Llama 4内部爆料：性能不达标，压力下欲“优化”结果？首先引爆讨论的是一篇来自“一亩三分地”论坛的帖子，发帖人自称是参与Llama 4训练的内部员工，并表示已因此辞职 帖子内容信息量很大，主要说了几点：这篇帖子迅速引发了圈内关注，大家都在讨论这种做法是否违背了AI研发的基本诚信这是后续，真实情况还有待于观察 外部观察：TechCrunch质疑测试版本“误导性”无独有偶，知名科技媒体TechCrunch也发文，标题直指Meta新AI模型的性能测试“有点误导人”。TechCrunch的文章主要聚焦于Llama 4（即Maverick）在著名的人类评估排行榜LM Arena上的表现。Maverick确实取得了第二名的好成绩，但这背后似乎另有隐情： 一些Llama 4的实测号称千万上下文的召回率，上下文的实际表现，远低于预期 Llama 4 Maverick 在 aid