研究者炮轰 OpenAI 晒困惑度数据逼 Anthropic 走入不公平对比

研究者 David Manheim 对 OpenAI 公开困惑度数据并提出将其作为跨实验室能力上限指标的做法提出尖锐批评,称其「狡猾且不诚实」:这相当于公开施压 Anthropic 交出同类数字,再迫使对方解释两套数字的差异。他还从技术层面指出,Anthropic 使用更细粒度的 tokenizer,其困惑度数值天然处于劣势,因此以 perplexity 设能力上限会系统性偏向 OpenAI。

2026-11-23 ~ 2026-11-23 · 5 条相关

事件全程(共 2 集)→