Le 23 février, les données de Jinshi ont récemment révélé qu'un employé d'OpenAI a publiquement accusé la société xAI d'Elon Musk de publier des résultats de tests de Benchmark trompeurs pour son dernier modèle d'IA, Grok3. En réponse, le cofondateur d'xAI, Igor Babushkin, a affirmé que la société n'avait rien fait de mal. Les graphiques d'xAI montrent que les deux versions de Grok3 - Grok3 Reasoning Beta et Grok3 mini Reasoning - ont surpassé le modèle disponible le plus puissant d'OpenAI, o3-mini-high, lors du test AIME 2025. Cependant, les employés d'OpenAI ont rapidement souligné sur la plateforme X que les graphiques d'xAI n'incluaient pas le score d'AIME 2025 d'o3-mini-high dans la condition "cons@64". Babushkin a argumenté sur la plateforme X en disant qu'OpenAI avait également publié dans le passé des graphiques de tests de Benchmark similaires trompeurs, bien que ces graphiques soient destinés à comparer les performances de ses propres modèles.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Un employé d'OpenAI a publiquement accusé les résultats des tests de Benchmark de Grok3 d'être trompeurs
Le 23 février, les données de Jinshi ont récemment révélé qu'un employé d'OpenAI a publiquement accusé la société xAI d'Elon Musk de publier des résultats de tests de Benchmark trompeurs pour son dernier modèle d'IA, Grok3. En réponse, le cofondateur d'xAI, Igor Babushkin, a affirmé que la société n'avait rien fait de mal. Les graphiques d'xAI montrent que les deux versions de Grok3 - Grok3 Reasoning Beta et Grok3 mini Reasoning - ont surpassé le modèle disponible le plus puissant d'OpenAI, o3-mini-high, lors du test AIME 2025. Cependant, les employés d'OpenAI ont rapidement souligné sur la plateforme X que les graphiques d'xAI n'incluaient pas le score d'AIME 2025 d'o3-mini-high dans la condition "cons@64". Babushkin a argumenté sur la plateforme X en disant qu'OpenAI avait également publié dans le passé des graphiques de tests de Benchmark similaires trompeurs, bien que ces graphiques soient destinés à comparer les performances de ses propres modèles.