晚上十点了，瑞恩还坐在办公室里。

透过透明玻璃墙看出去，外面的办公区也灯火通明，一个个研究员、程序员、产品经理以及市场团队成员坐在自己工位上，都在加班。

一般这个时间，所有的人都下班了，但是今天不一般。

今天上午，nexai刚刚完成了一场本该载入公司历史的发布会。

过去大半年秘密训练的金星模型发布，榜单登顶，实现ats智能体的工程能力飞跃，再加上严格的访问限制公布。

这本来应该成为媒体这一星期的头条。

然而，仅仅两个小时之后，openai发布了gpt-v和gpt-voni。

nexai的金星模型发布会变成了笑话。

这样突如其来的打击，让每一个员工都像被人在脸上狠狠得抽了一个耳光。没人愿意走，也没人真的能静下心来工作。所有人都憋着一股劲，想把今天丢掉的脸找回来。

收回目光，瑞恩伸出手揉了揉自己的太阳穴，整个人往椅背上靠了一下。

然后他又强打精神，直起身来，在电脑上打开了一个新的网页。这是一个第三方大模型能力测评的聚合网站。

瑞恩也说不出为什么想再看一次。

从金星发布之后，他已经看了好几次了。有短暂的两个小时，金星排在榜首，但是之后就一直是第二名，排在第一名的是那个刺眼的名字——gpt-v。

还是第二名……

瑞恩又扫了一眼榜单，突然觉得不对。

金星不是第二名。

第二名是gpt-v。

那第一名是谁？

瑞恩看着那个陌生的名字，tangyuan-09。

然后他的目光向下移动，看向了榜单下面一点的另一个名字，kunyuan-10。

看到这一幕，瑞恩觉得荒谬可笑。

不是，这些中国公司在搞什么鬼？

搞这些过拟合刷榜有意思吗？

瑞恩太清楚这个套路了。这些榜单的评测集是公开的，只要把训练数据和评测题混在一起，分数自然就上去了，这叫数据污染。

行业里人人都知道，但没人敢干，因为干了就是把自己的信誉扔进垃圾桶里了。nexai做了这么多代模型，老老实实的把真实能力冲上第一，为什么？就是因为一个新公司就算通过微调能刷到榜单第一也没有任何意义，没有人会信的。这就好像，如果你是世界首富，即使你买的是地摊上的假货奢侈品，别人也都会认为是真的。而如果你只是个领着微薄薪水的上班族，即使你花一年的工资买一个真的路易斯威登，别人也只会以为是假的。

在这个行业，有时候名声比成绩重要。

实打实的例子就在眼前，上一个在榜单上作假的，是中国公司在月初发布的kunyuan，后来实测一出来，虚高的分数当场就穿帮了。

瑞恩皱着眉头看着屏幕，这又是哪家愣头青创业公司，连这个规矩都不懂吗？

然后他转念一想，这也不一定是坏事。现在霸占着榜单第一的是openai的gpt-v，这种事情让山姆去头疼吧。

opena

章节内容不完整，请退出阅读模式查看完整内容！