Llama 4训练作弊爆出惊天丑闻！AI大佬愤而辞职，代码实测崩盘全网炸锅

主要观点总结

文章讨论了Meta发布的Llama 4模型的一些争议和负面反馈。有内部员工爆料称Llama 4在后训练阶段存在将多个benchmark测试集混入训练数据的情况，以提升模型短期指标。同时，该模型在开源后未获得业内好评，存在代码能力较差、过拟合等问题。网友实测后普遍对Llama 4表现失望，认为其没有达到顶尖性能。此外，还有AI研究人员观察到可公开下载的模型与LM Arena上的模型在行为上存在显著差异。

关键观点总结

关键观点1: 内部员工爆料Llama 4在后训练阶段存在作弊行为以提升模型指标。

爆料者称高层建议在后训练阶段混入多个benchmark测试集以提高模型表现。

关键观点2: Llama 4在开源后未获得业内好评。

存在代码能力较差、过拟合等问题，网友实测后普遍失望。

关键观点3: 网友实测显示Llama 4与GPT-4o等模型相比表现不佳。

网友通过对比实验发现Llama 4生成的多边形不规则且不符合物理规律。

关键观点4: 存在内部员工对Llama 4的训练作弊行为的进一步证实和质疑。

内部员工和AI研究人员对此进行了一系列探讨和澄清。

关键观点5: 关于Llama 4的争议引发了对该模型未来发展的关注。

有网友对模型的未来表示担忧，认为如果模型表现不佳可能会影响到Meta的声誉。