Meta de Meta Modelo de referencia de Meta: ¿engañoso?
Entonces, Meta dejó caer su nuevo modelo de IA, Maverick, durante el fin de semana, y ya está haciendo olas enganchando el segundo lugar en el LM Arena. Sabes, ese es el lugar donde los humanos pueden interpretar al juez y al jurado, comparando diferentes modelos de IA y eligiendo sus favoritos. Pero, espera, ¡hay un giro! Resulta que la versión Maverick que se pavonea en LM Arena no es la misma que la que puedes descargar y jugar como desarrollador.
Algunos investigadores de IA con ojos de águila en X (sí, la plataforma anteriormente conocida como Twitter) vieron que Meta llamó a la versión de LM Arena como una "versión de chat experimental". Y si mira el sitio web de LLAMA, hay un cuadro que derrama los frijoles, diciendo que las pruebas se realizaron con "Llama 4 Maverick optimizado para la conversación". Ahora, hemos hablado de esto antes, pero LM Arena no es exactamente el estándar de oro para medir el rendimiento de la IA. La mayoría de las compañías de IA no se meten con sus modelos solo para obtener mejor en esta prueba, o al menos, no lo admiten.
La cuestión es que, cuando modificas un modelo para que asciendas un punto de referencia, pero luego lanzas una versión "vainilla" diferente al público, es difícil para los desarrolladores descubrir qué tan bien funcionará realmente el modelo en escenarios del mundo real. Además, es un poco engañoso, ¿verdad? Los puntos de referencia, defectuosos como están, deberían darnos una imagen clara de lo que un modelo puede y no puede hacer en diferentes tareas.
Los investigadores en X han notado rápidamente algunas grandes diferencias entre el Maverick que puede descargar y el del LM Arena. Aparentemente, la versión de la arena se trata de emojis y le encanta darte respuestas largas y prolongadas.
Okl Llama 4 es definitivamente una cocción cocinada jajaja, ¿qué es esta city yap city pic.twitter.com/y3gvhbvz65
- Nathan Lambert (@natolambert) 6 de abril de 2025
Por alguna razón, el modelo Llama 4 en Arena usa muchos más emojis
en juntos. Ai, parece mejor: pic.twitter.com/f74odx4ztt
- Tech Dev Notes (@techdevnotes) 6 de abril de 2025
Nos hemos comunicado con Meta y la gente del Chatbot Arena, que dirige el LM Arena, para ver lo que tienen que decir sobre todo esto. ¡Manténganse al tanto!
Artículo relacionado
Meta AI在歐盟推出並實施限制
Meta 的由人工智能驱动的虛擬助手 Meta AI，終於在歐洲聯盟登陸，這是在與歐洲隱私當局的激烈規管爭議中實現的。該公司在星期四宣布，這個類似聊天機器人的工具將整合到其社交平台套件中，不過其功能比美國市場上的版本更加有限。在另一項發展中，Meta 向 TechCrunch 確認，Meta AI 即將在英國的 WhatsApp 上推出，從最初於去年十月在
OpenAI 聘請前Facebook應用程式負責人
菲吉·西莫加入OpenAI担任应用程序业务主管OpenAI通过聘请现任Instacart首席执行官兼前Facebook应用程序负责人菲吉·西莫来领导其应用程序业务，引起了广泛关注。这一任命直接来自高层，OpenAI首席执行官山姆·阿尔特曼在X上分享道，这个新职位将使他能够更多地关注研究、计算和安全性。显然，他们正在为应用程序领域的某些令人兴奋的发展奠定基础！
Meta預測到2035年生成性AI收入將達1.4萬億美元
去年，Meta大膽預測其生成式AI產品到2025年將產生20億至30億美元的收入。展望更遠的未來，他們預計到2035年將增長到驚人的4600億至1.4兆美元之間。這些預測是在週三浮出水面的法庭文件中揭示的，當時正值書籍作者對Meta提起訴訟。他們指控該公司未經許可就用他們的作品訓練AI。然而，文件並未具體說明Meta將何謂“生成式AI產品”。不過，眾所周知，
comentario (35)
0/200
![JerryGonzalez]()
JerryGonzalez
10 de abril de 2025 00:00:00 GMT
Meta's AI model benchmarks seem a bit off to me. Maverick got second place, but I've used it and it's not that great. The interface is clunky and the results are hit or miss. Maybe they're just trying to hype it up? I'd give it a pass for now.
0
![CarlKing]()
CarlKing
10 de abril de 2025 00:00:00 GMT
MetaのAIモデルのベンチマークは私には少しおかしいように感じます。Maverickは2位を獲得しましたが、使ってみた感じではそれほど良くありません。インターフェースがぎこちなく、結果も当たり外れがあります。もしかしたら、ただ盛り上げようとしているだけかもしれませんね。今はパスしておきます。
0
![SamuelEvans]()
SamuelEvans
10 de abril de 2025 00:00:00 GMT
Meta의 AI 모델 벤치마크가 내겐 좀 이상해 보여. Maverick이 2위를 했지만, 써보니 그리 대단하지 않아. 인터페이스가 어색하고 결과도 들쑥날쑥해. 어쩌면 그냥 과대광고하려고 하는 건지도 몰라. 지금은 패스할게.
0
![BenWalker]()
BenWalker
10 de abril de 2025 00:00:00 GMT
Os benchmarks do modelo de IA da Meta parecem um pouco estranhos para mim. O Maverick ficou em segundo lugar, mas eu usei e não é tão bom assim. A interface é desajeitada e os resultados são inconsistentes. Talvez eles estejam apenas tentando criar hype? Eu passaria por agora.
0
![RobertLewis]()
RobertLewis
10 de abril de 2025 00:00:00 GMT
Los benchmarks del modelo de IA de Meta me parecen un poco extraños. Maverick quedó en segundo lugar, pero lo he usado y no es tan bueno. La interfaz es torpe y los resultados son inconsistentes. ¿Quizás solo están tratando de generar hype? Por ahora, lo dejaría pasar.
0
![KevinBaker]()
KevinBaker
12 de abril de 2025 00:00:00 GMT
I tried Meta's Maverick and it's pretty good, but those benchmarks seem a bit off to me. It's not as smooth as they claim, and sometimes it's just plain wrong. I'm not sure if it's worth the hype. Maybe they need to tweak their testing methods?
0
Entonces, Meta dejó caer su nuevo modelo de IA, Maverick, durante el fin de semana, y ya está haciendo olas enganchando el segundo lugar en el LM Arena. Sabes, ese es el lugar donde los humanos pueden interpretar al juez y al jurado, comparando diferentes modelos de IA y eligiendo sus favoritos. Pero, espera, ¡hay un giro! Resulta que la versión Maverick que se pavonea en LM Arena no es la misma que la que puedes descargar y jugar como desarrollador.
Algunos investigadores de IA con ojos de águila en X (sí, la plataforma anteriormente conocida como Twitter) vieron que Meta llamó a la versión de LM Arena como una "versión de chat experimental". Y si mira el sitio web de LLAMA, hay un cuadro que derrama los frijoles, diciendo que las pruebas se realizaron con "Llama 4 Maverick optimizado para la conversación". Ahora, hemos hablado de esto antes, pero LM Arena no es exactamente el estándar de oro para medir el rendimiento de la IA. La mayoría de las compañías de IA no se meten con sus modelos solo para obtener mejor en esta prueba, o al menos, no lo admiten.
La cuestión es que, cuando modificas un modelo para que asciendas un punto de referencia, pero luego lanzas una versión "vainilla" diferente al público, es difícil para los desarrolladores descubrir qué tan bien funcionará realmente el modelo en escenarios del mundo real. Además, es un poco engañoso, ¿verdad? Los puntos de referencia, defectuosos como están, deberían darnos una imagen clara de lo que un modelo puede y no puede hacer en diferentes tareas.
Los investigadores en X han notado rápidamente algunas grandes diferencias entre el Maverick que puede descargar y el del LM Arena. Aparentemente, la versión de la arena se trata de emojis y le encanta darte respuestas largas y prolongadas.
Okl Llama 4 es definitivamente una cocción cocinada jajaja, ¿qué es esta city yap city pic.twitter.com/y3gvhbvz65
- Nathan Lambert (@natolambert) 6 de abril de 2025
Por alguna razón, el modelo Llama 4 en Arena usa muchos más emojis
- Tech Dev Notes (@techdevnotes) 6 de abril de 2025
en juntos. Ai, parece mejor: pic.twitter.com/f74odx4ztt
Nos hemos comunicado con Meta y la gente del Chatbot Arena, que dirige el LM Arena, para ver lo que tienen que decir sobre todo esto. ¡Manténganse al tanto!
Meta AI在歐盟推出並實施限制
Meta 的由人工智能驱动的虛擬助手 Meta AI，終於在歐洲聯盟登陸，這是在與歐洲隱私當局的激烈規管爭議中實現的。該公司在星期四宣布，這個類似聊天機器人的工具將整合到其社交平台套件中，不過其功能比美國市場上的版本更加有限。在另一項發展中，Meta 向 TechCrunch 確認，Meta AI 即將在英國的 WhatsApp 上推出，從最初於去年十月在
OpenAI 聘請前Facebook應用程式負責人
菲吉·西莫加入OpenAI担任应用程序业务主管OpenAI通过聘请现任Instacart首席执行官兼前Facebook应用程序负责人菲吉·西莫来领导其应用程序业务，引起了广泛关注。这一任命直接来自高层，OpenAI首席执行官山姆·阿尔特曼在X上分享道，这个新职位将使他能够更多地关注研究、计算和安全性。显然，他们正在为应用程序领域的某些令人兴奋的发展奠定基础！
Meta預測到2035年生成性AI收入將達1.4萬億美元
去年，Meta大膽預測其生成式AI產品到2025年將產生20億至30億美元的收入。展望更遠的未來，他們預計到2035年將增長到驚人的4600億至1.4兆美元之間。這些預測是在週三浮出水面的法庭文件中揭示的，當時正值書籍作者對Meta提起訴訟。他們指控該公司未經許可就用他們的作品訓練AI。然而，文件並未具體說明Meta將何謂“生成式AI產品”。不過，眾所周知，
10 de abril de 2025 00:00:00 GMT
Meta's AI model benchmarks seem a bit off to me. Maverick got second place, but I've used it and it's not that great. The interface is clunky and the results are hit or miss. Maybe they're just trying to hype it up? I'd give it a pass for now.
0
10 de abril de 2025 00:00:00 GMT
MetaのAIモデルのベンチマークは私には少しおかしいように感じます。Maverickは2位を獲得しましたが、使ってみた感じではそれほど良くありません。インターフェースがぎこちなく、結果も当たり外れがあります。もしかしたら、ただ盛り上げようとしているだけかもしれませんね。今はパスしておきます。
0
10 de abril de 2025 00:00:00 GMT
Meta의 AI 모델 벤치마크가 내겐 좀 이상해 보여. Maverick이 2위를 했지만, 써보니 그리 대단하지 않아. 인터페이스가 어색하고 결과도 들쑥날쑥해. 어쩌면 그냥 과대광고하려고 하는 건지도 몰라. 지금은 패스할게.
0
10 de abril de 2025 00:00:00 GMT
Os benchmarks do modelo de IA da Meta parecem um pouco estranhos para mim. O Maverick ficou em segundo lugar, mas eu usei e não é tão bom assim. A interface é desajeitada e os resultados são inconsistentes. Talvez eles estejam apenas tentando criar hype? Eu passaria por agora.
0
10 de abril de 2025 00:00:00 GMT
Los benchmarks del modelo de IA de Meta me parecen un poco extraños. Maverick quedó en segundo lugar, pero lo he usado y no es tan bueno. La interfaz es torpe y los resultados son inconsistentes. ¿Quizás solo están tratando de generar hype? Por ahora, lo dejaría pasar.
0
12 de abril de 2025 00:00:00 GMT
I tried Meta's Maverick and it's pretty good, but those benchmarks seem a bit off to me. It's not as smooth as they claim, and sometimes it's just plain wrong. I'm not sure if it's worth the hype. Maybe they need to tweak their testing methods?
0
