ChainCatcher haberine göre, OpenAI'den bir çalışan, Musk'ın sahibi olduğu XAI şirketini, yayınladığı son AI modeli Grok3'ün Benchmark test sonuçlarının yanıltıcı olduğunu iddia etti. Buna karşılık, XAI'nin ortak kurucusu Igor Babushkin, şirketin herhangi bir yanlış davranışı olmadığını iddia etti.
xAI'nin grafiği, Grok3'ün iki versiyonu - Grok3 Reasoning Beta ve Grok3 mini Reasoning'in - AIME 2025'te OpenAI'nin mevcut en güçlü modeli olan o3-mini-high'ı aştığını gösteriyor. Ancak, OpenAI çalışanları hızla X platformunda xAI'nin grafiğinin, AIME 2025'te o3-mini-high'ın "cons@64" koşullarında aldığı puanı içermediğini belirttiler.
Babuşkin, OpenAI'nin daha önce kendi modellerinin performansını karşılaştırmak için benzer yanıltıcı Benchmark test tabloları yayınladığını X platformunda iddia etti.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
OpenAI çalışanları, xAI'nin son AI modeli Grok3'ün Benchmark test sonuçlarının yanıltıcı olduğunu açıkça belirtiyor.
ChainCatcher haberine göre, OpenAI'den bir çalışan, Musk'ın sahibi olduğu XAI şirketini, yayınladığı son AI modeli Grok3'ün Benchmark test sonuçlarının yanıltıcı olduğunu iddia etti. Buna karşılık, XAI'nin ortak kurucusu Igor Babushkin, şirketin herhangi bir yanlış davranışı olmadığını iddia etti. xAI'nin grafiği, Grok3'ün iki versiyonu - Grok3 Reasoning Beta ve Grok3 mini Reasoning'in - AIME 2025'te OpenAI'nin mevcut en güçlü modeli olan o3-mini-high'ı aştığını gösteriyor. Ancak, OpenAI çalışanları hızla X platformunda xAI'nin grafiğinin, AIME 2025'te o3-mini-high'ın "cons@64" koşullarında aldığı puanı içermediğini belirttiler. Babuşkin, OpenAI'nin daha önce kendi modellerinin performansını karşılaştırmak için benzer yanıltıcı Benchmark test tabloları yayınladığını X platformunda iddia etti.