USDT Casino - 全球热门USDT游戏娱乐平台，安全稳定，极速出款(访问363050.com 领取888USDT)Llama 4真要被锤爆了，这次是大模型竞技场（Chatbot Arena）官方亲自下场开怼：

　　我们注意到社区对Llama-4最新版本在Arena平台的发布存在疑问。为确保完全透明，现公开2000余组模型对战数据供公众审阅，包含用户提示词、模型回复及用户偏好数据（链接详见下一条推文）。

　　初步分析表明，模型回复风格与语气是重要影响因素（详见风格控制排名），我们正在进行更深入的分析！（比如表情符号控制？）

　　此外，我们即将在Arena平台上线-Maverick的HuggingFace版本，排行榜结果将稍后公布。

　　Meta对我们平台政策的理解与我们对模型提供商的期待存在偏差——Meta本应明确标注Llama-4-Maverick-03-26-Experimental是经过人类偏好优化的定制模型。

　　为此，我们正在更新排行榜政策，以强化对公平性、可复现性评估的承诺，避免未来再出现此类混淆。

　　command-a-03-2025生成的小游戏是移动鼠标控制绿色篮子接住橙色小球，看效果显然有bug，小球直接穿过篮子，分数也没有变动：

　　Llama-4-Maverick-03-26-Experimental生成的小游戏玩法是移动鼠标控制红色方块，点击四处移动的蓝色圆点+10分，点击黑色炸弹-10分，每局游戏30秒。

　　解析一下这部微小说 题目 自驾游 当年我自驾游 不小心压死了一头羊 羊的主人好热情 宰了羊给我们吃 还送我们到火车站 在回来的路上 看着火车外的风景 真的好感人

　　对战o3-mini，Llama-4-Maverick-03-26-Experimental再次展现出超长输出的特点，故事分析完了还拆解了作者为啥要这样设计，作者本人可能都没想这么多（doge）：

　　如开头所述，Llama 4被lmarena.ai站出来抨击的原因，是因为测试排名和实际表现不符。

　　在大模型竞技场中，Llama 4得分1417，不仅大大超越了此前Meta自家的Llama-3-405B（提升了149分），还成为史上第4个突破1400分的模型。

　　而且跑分超越了DeepSeek-V3，直接成为榜单上排名第一的开源模型。

　　但没过多久，人们就发现Llama 4的实际表现相当拉胯，一时间差评如潮，甚至还被做成了表情包。

　　其它跑分方面，到了各种第三方基准测试中，情况也大多直接逆转，排名掉到了末尾。

　　并且从Meta GenAI负责人Ahmad Al-Dahle的推文当中也能看懂，竞技场中的Llama 4，确实是一个特殊版本。

　　而在最新的推文中，Ahmad表示Llama 4绝对没有使用测试集进行训练，表现存在差异的原因是还需要稳定的部署。

　　被卷入这次旋涡的不仅是Llama 4和背后的Meta，涉及到的大模型竞技场也引起了人们的广泛讨论。

　　毕竟Llama 4的“造假”风波就是发生在竞技场上，所以也自然有人质疑起了榜单的权威性。

　　有人指出，竞技场的偏差不只体现在Llama 4被高估上，还有Claude 3.7的表现被低估了。

　　当然，官方快速回应并公开了测试中的细节，这个做法获得了网友的肯定，说明至少在态度和透明度上是说得过去的。

　　但也有人认为，无论官方态度端不端正，Llama 说明这种“人类评价AI”的方法，本身已经不适用了。

　　人们日常生活中的问题，几乎所有领先模型都能完美解答，谁还会去认真投票，这个基准已经过时了。

　　有人补充说，“人类偏好”不是评价高级大模型能力的可靠标准，产生较大偏差是正常的。

　　还有人表示，从官方发布的消息来看，lmarena.ai自己都不清楚自己的基准。

　　这名网友解释，特调版Llama 4获得用户投票的原因并非lmarena.ai所说的“表情符号”，而是因为更具亲和力。

　　当然也有人提了些建设性的意见，比如更改ELO评分的算法，或者启用强制风格转换。

　　04月01日，国家统计局：中国房地产市场出现积极变化 构建新发展模式潜力巨大，365外围网站，新匍京彩票怎么下载，vwin网上官网，澳门皇冠官网哪个线日，秦腔现代剧《生命的绿洲》在兰州上演：述说毛乌素沙漠生态奇迹，pg电子模拟器在线试玩，金沙免费试玩，AG九游会jy，至尊平台赌场

　　04月01日，贵州侗寨晒秋忙，体育平台名字，金宝搏下载网址，365bet足球比分网，电子mg官方网站

　　04月01日中关村论坛年会期间将举办中关村国际前沿科技大赛总决赛和记娱乐入口登录欧宝app平台快三app官方网站best365官网体育投注平台

　　04月01日第三届石榴杯征文活动收官《衣冠不南渡》等十部作品获奖365bet平台规则edf壴定发娱乐官网至尊国际彩票平台怎么样k8凯发手机app下载

　　04月01日常昊评汪顺等人模仿花游：给满分！打钱的炸金花app伟德直营w88bbin游戏app下载edf一定发娱乐登录网站……

　　04月01日，大国外交最前线多公里的 “邻居”和“老乡”，万博网站是什么，真钱网络电玩，棋版游戏，飞禽走兽鲨鱼

　　04月01日，中新真探：冬天洗澡先洗头会引发猝死吗？，威廉希尔网站app，bet九州平台下载，金沙手机版登录，18luck网赌

　　04月01日也门荷台达省北部地区再次遭到美英空袭万博官网登录页面进不去GD奢华厅官方网站微信俪石国际的真人秀凯时手机版登陆

　　04月01日，西安创新大遗址保护理念 实现大遗址与现代社会相融共生，英亚国际体育app官网，PG电子游戏在线登陆，缅甸帝威，bbin体育官方认证

　　04月01日，斯洛文尼亚副总理兼外长：赞赏中国在绿色能源转型方面所作贡献，爱游戏提款到账速度快01，bet365快速开户，万博在哪玩，银河信誉官方

　　04月01日，两岸菁英文化研习活动在天津大学开幕 海峡同文书院揭牌成立，188金宝博登网站，ROR体育下载，爱玩体育官网，新利luck18网址

　　04月01日北美票房｜《特技狂人》开画表现不及预期百老汇赌场网站真人德州手机版下载摩登彩票网址贝博体育官网平台登录

　　04月01日谷川俊太郎：那个谈论宇宙、爱与活着的诗人走了全年365体育网址手机laba360天博网投平台

　　04月01日【澜湄印象】开通运营三年 中老铁路累计发送旅客超4300万人次qy88千赢国际官网欢迎您线上真钱网乐鱼体育登录不上下载手机彩票

　　中小学每节课间应安排学生走出教室，离歌通络药物科研成果荣获中国中西医结合学会科学技术一等奖体育投注注册送18线上mg国际在线玩的斗牛贝博平台网站谁知道

　　盘点当代二次元网友N大特征，洪锡天的宝石盒广州千年古村车陂“开油锅”喜迎龙年龙8国际官网娱乐国际城美高梅国际现金娱乐龙8官网手机登录口澳门永利一分钟下注

　　掉粉百万！原神海灯节福利遭玩家怒喷，王者荣耀龙年珍藏英雄做好“娘家人” 湖南助力台商台企在湘健康快速发展篮球体育投注澳门十三第网站首页收AG平台账号出售去哪里赌篮球

　　如何评价马丁拒绝与黄子韬同台，模仿高至霆做饭图中国致公党十六届三中全会在京开幕菠菜大全AG亚洲游戏平台倒闭了吗10博app下载必赢亚洲官网网页版入口

　　马龙躲左撇子已经游刃有余了，黑暗荣耀 第二季长征故事｜长征途中的“新年联欢会”上，红军都在聊什么？沙巴体育足球澳门mg炸金花澳门足球即时比分lebo网址

　　曼城1-2布莱顿遭遇四连败，李娟回应与董宇辉访谈“不同频”湖南怀化临港产业订单满生产忙 陆港新通道释放活力鸿博体育注册彩金澳门龙虎下载正规平台千赢国际游戏登录不了利记体育app

　　泡面料包里长出了晶体，三甲医院6.25亿起拍部分权益中国最大国家公园已斥资超86亿元修复生态、实施基建jdb飞鸟派对asiAGaming官网bet365在线投杏彩网页注册平台