第三百八十四章 双标

第三百八十四章 双标 (第1/2页)

与此同时，新加坡，aifoundation在新加坡国立大学人工智慧研究所临时租用的测评中心。
　　
　　研究员、教授林伟伦正皱着眉头盯着屏幕上的测评结果。
　　
　　他是一个新加坡华裔，也是这次新加坡人工智慧大会，新加坡国立大学作为合作方的负责人。
　　
　　「汤圆1.0为什麽没在结果名单里？」林伟伦问旁边的同事。
　　
　　同事也是个华裔面孔，操着一口新加坡英语：「额，好像是被委员会拿掉了。」
　　
　　「为什麽？」林伟伦奇怪地问道。
　　
　　同事摇了摇头：「这是他们的测评，可能是有什麽原因吧，我不清楚。」
　　
　　林伟伦站起身。
　　
　　「这可不是他们的测评，新加坡国立也是参与了的，他们不能无视我们的意见。」
　　
　　说完他走了出去。
　　
　　半个多小时後，在aifoundations与合作方的联合会议上，林伟伦提出了同样的问题。
　　
　　「汤圆1.0为什麽没在结果名单里？」坐在林伟伦对面的是理察·科尔曼，一个满脸皱纹白发苍苍的老人。
　　
　　理察现在担任aifoundations的轮值主席，同时他本人也在mit担任计算机科学教授，在业内德高望重。
　　
　　理察把眼镜摘下来，从上衣兜里取出一块眼镜布擦了擦，然後把眼镜布收好，把眼镜戴了回去。
　　
　　等他慢条斯理的把这些动作做完，才开口回答林伟伦的问题。
　　
　　「林教授，这是委员会共同的决定。」理察说道。
　　
　　「据我所知，委员会共同决定了两次。」林伟伦站起身，举起手中列印记录，上面写着最近几个小时之内委员会发的两封内部邮件。
　　
　　第一封是在盲测阶段刚刚结束的时候，这个时候所有的模型都经过匿名处理，所有人能看到的结果只有一款模型的测试分数异常的高，远远超过了其他模型。
　　
　　邮件内容是：「编号为1042的模型表现极佳，建议进行覆核检查。」
　　
　　第二封则是在几小时之後，模型匿名解除，证实1042是由源智科技提交的汤圆1.0模型。
　　
　　委员会发出的邮件内容已经变成了：「高度怀疑汤圆1.0模型通过非技术手段进行了作弊，已决定将汤圆1.0模型的成绩进行作废处理。汤圆0.9模型的成绩可以保留。」
　　
　　林伟伦晃了晃手中的纸，问道：「在匿名阶段，处理决定是进行覆核检查；等到身份解盲之後，就变成了作废处理。我想知道这背後的理由是什麽？」
　　
　　「自然是因为我们掌握了更多的信息。」理察淡定地回答道。「更多的信息是厂商的名字吗？」林伟伦的语气略显讥讽，因为他真的觉得这个问题非常荒诞。
　　
　　「这是一部分有用的信息。」理察并没有觉得这里面有什麽不对，他神色认真地说道，「我们对中国厂商都有所了解，现实情况就是，中国的大模型厂商在公开排行榜上有非常强的优化动机。你也看到了，这个来自中国的模型分数极为异常，我们都有理由相信这个测试结果是不准确的。」
　　
　　只是分高就是不准确？
　　
　　林伟伦「嘿」了一声：「如果测试结果不准确的话，难道不是所有的模型测试结果都不准确吗？为什麽单独剔除这一个模型？」
　　
　　「这套测试题是多家机构和专家联合设计的，我认为作为最新的、评价现行模型的标准，是很有价值的——只要剔除掉明显作弊的模型就可以了。」
　　
　　林伟伦环视了一圈坐在会议室里的代表，aifoundations的成员单位大部分都来自於美国，这里大部分的代表也都来自於美国。
　　
　　对这个结果，没有一个代表提出不同的意见。
　　
　　他感到自己刚刚经历了一场学术霸凌。
　　
　　虽然这个霸凌不是针对他本人的。
　　
　　「那麽，」林伟伦继续说道，「这样一套经过严密设计的测试题，他们是怎麽作弊的？」
　　
　　理察看向林伟伦。
　　
　　「我没想到你会问出这个问题，林教授。」他说道，话里意有所指，「一个模型的成绩异常的高，自然是因为提前进行了针对性的训练，我认为，可能有aifoundations的合作单位把这套本应视为机密的测试题进行了泄露。」这场人工智慧大会新加坡站，aifoundations的合作单位只有两家，新加坡国立大学和新加坡国家ai研究院，这个指责指向谁，不言而喻。
　　
　　

（本章未完，请点击下一页继续阅读）