近日，meta公司高层亲自出面，对围绕其最新AI模型的一则不实传闻进行了澄清。传闻声称，meta在推出Llama 4 Maverick和Llama 4 Scout模型时，采取了不当手段，即在基准测试的“测试集”上进行了额外训练，以提升模型测试表现，并隐瞒了模型的不足。
meta公司生成式人工智能部门的副总裁艾哈迈德·阿尔·达赫勒，在社交平台X上发表声明，坚决否认了这一说法，称其为“毫无根据的谣言”。
在AI领域，测试集是专门用于评估模型训练后性能的数据集。若模型在测试集上进行训练，将会人为地提高基准测试分数，导致模型的实际能力被夸大。
传闻的起因，部分源于Maverick和Scout在某些任务上的不尽如人意，以及meta选择在基准测试平台LM Arena上使用未发布的实验版本Maverick以获得更好成绩的决定。研究人员发现，公开下载的Maverick版本与LM Arena上的版本在行为上存在显著差异，这进一步加剧了传闻的流传。
针对这一情况，阿尔·达赫勒承认，部分用户在通过不同云服务提供商使用Maverick和Scout模型时，确实遇到了“质量差异”的问题。他解释说：“我们急于将模型发布出去，因此预计需要几天时间才能确保所有公开版本都调整到位。目前，我们正在积极进行错误修复，并与合作伙伴紧密协作。”
阿尔·达赫勒进一步强调，meta始终致力于提供高质量的AI模型，对于此次出现的误解和不便，公司深感歉意，并将继续努力提升用户体验。
