Benchmarks du modèle AI de Meta: trompeur?
Ainsi, Meta a abandonné son nouveau modèle d'IA, Maverick, au cours du week-end, et il fait déjà des vagues en accrochant la deuxième place sur LM Arena. Vous savez, c'est l'endroit où les humains peuvent jouer au juge et au jury, en comparant différents modèles d'IA et en choisissant leurs favoris. Mais, maintenez-le, il y a une torsion! Il s'avère que la version Maverick se pavanant sur LM Arena n'est pas tout à fait la même que celle avec laquelle vous pouvez télécharger et jouer en tant que développeur.
Certains chercheurs d'IA aux yeux d'aigle sur X (ouais, la plate-forme anciennement connue sous le nom de Twitter) ont révélé que Meta a qualifié la version LM Arena de "version de chat expérimentale". Et si vous jetez un coup d'œil sur le site Web de Llama, il y a un tableau qui déborde les haricots, affirmant que les tests ont été effectués avec "Llama 4 Maverick optimisé pour la conversation". Maintenant, nous en avons déjà parlé, mais LM Arena n'est pas exactement l'étalon-or pour mesurer les performances de l'IA. La plupart des entreprises d'IA ne gâchent pas leurs modèles juste pour mieux marquer sur ce test - ou du moins, ils ne l'admettent pas.
Le fait est que lorsque vous modifiez un modèle pour ACE une référence, mais que vous publiez une version "Vanilla" différente au public, il est difficile pour les développeurs de comprendre à quel point le modèle fonctionnera réellement dans des scénarios du monde réel. De plus, c'est un peu trompeur, non? Les références, aussi erronées comme elles sont, devraient nous donner une image claire de ce qu'un modèle peut et ne peut pas faire sur différentes tâches.
Les chercheurs sur X ont rapidement remarqué de grandes différences entre le Maverick que vous pouvez télécharger et celui de LM Arena. La version de l'arène est apparemment tout au sujet des emojis et aime vous donner de longues réponses.
Oks llama 4 est def un lol cuit à peu près, qu'est-ce que ce yap ville pic.twitter.com/y3gvhbvz65
- Nathan Lambert (@natolambert) 6 avril 2025
Pour une raison quelconque, le modèle Llama 4 dans Arena utilise beaucoup plus d'emojis
sur ensemble. AI, cela semble mieux: pic.twitter.com/f74odx4ztt
- Tech Dev Notes (@TechDevnotes) 6 avril 2025
Nous avons contacté Meta et les gens de Chatbot Arena, qui dirigent LM Arena, pour voir ce qu'ils ont à dire sur tout cela. Restez à l'écoute!
Article connexe
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，
commentaires (35)
0/200
![JerryGonzalez]()
JerryGonzalez
10 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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
Ainsi, Meta a abandonné son nouveau modèle d'IA, Maverick, au cours du week-end, et il fait déjà des vagues en accrochant la deuxième place sur LM Arena. Vous savez, c'est l'endroit où les humains peuvent jouer au juge et au jury, en comparant différents modèles d'IA et en choisissant leurs favoris. Mais, maintenez-le, il y a une torsion! Il s'avère que la version Maverick se pavanant sur LM Arena n'est pas tout à fait la même que celle avec laquelle vous pouvez télécharger et jouer en tant que développeur.
Certains chercheurs d'IA aux yeux d'aigle sur X (ouais, la plate-forme anciennement connue sous le nom de Twitter) ont révélé que Meta a qualifié la version LM Arena de "version de chat expérimentale". Et si vous jetez un coup d'œil sur le site Web de Llama, il y a un tableau qui déborde les haricots, affirmant que les tests ont été effectués avec "Llama 4 Maverick optimisé pour la conversation". Maintenant, nous en avons déjà parlé, mais LM Arena n'est pas exactement l'étalon-or pour mesurer les performances de l'IA. La plupart des entreprises d'IA ne gâchent pas leurs modèles juste pour mieux marquer sur ce test - ou du moins, ils ne l'admettent pas.
Le fait est que lorsque vous modifiez un modèle pour ACE une référence, mais que vous publiez une version "Vanilla" différente au public, il est difficile pour les développeurs de comprendre à quel point le modèle fonctionnera réellement dans des scénarios du monde réel. De plus, c'est un peu trompeur, non? Les références, aussi erronées comme elles sont, devraient nous donner une image claire de ce qu'un modèle peut et ne peut pas faire sur différentes tâches.
Les chercheurs sur X ont rapidement remarqué de grandes différences entre le Maverick que vous pouvez télécharger et celui de LM Arena. La version de l'arène est apparemment tout au sujet des emojis et aime vous donner de longues réponses.
Oks llama 4 est def un lol cuit à peu près, qu'est-ce que ce yap ville pic.twitter.com/y3gvhbvz65
- Nathan Lambert (@natolambert) 6 avril 2025
Pour une raison quelconque, le modèle Llama 4 dans Arena utilise beaucoup plus d'emojis
- Tech Dev Notes (@TechDevnotes) 6 avril 2025
sur ensemble. AI, cela semble mieux: pic.twitter.com/f74odx4ztt
Nous avons contacté Meta et les gens de Chatbot Arena, qui dirigent LM Arena, pour voir ce qu'ils ont à dire sur tout cela. Restez à l'écoute!
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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 avril 2025 00:00:00 UTC
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
