OpenAI çalışanı Grok3'ün Benchmark test sonuçlarının yanıltıcı olduğunu açıkça belirtti

金十数据2月23日讯，近日，OpenAI的一名员工公开指责埃隆・马斯克旗下的xAI公司，称其发布的最新AI模型Grok3的Benchmark测试结果具有误导性。对此，xAI的联合创始人伊戈尔・巴布什金（Igor Babushkin）则坚称公司并无不当。xAI的图表显示，Grok3的两个版本——Grok3 Reasoning Beta和Grok3 mini Reasoning——在AIME 2025上的表现超过了OpenAI当前最强的可用模型o3-mini-high。然而，OpenAI的员工很快在X平台上指出，xAI的图表并未包含o3-mini-high在“cons@64”条件下的AIME 2025得分。巴布什金在X平台上辩称，OpenAI过去也曾发布过类似的误导性Benchmark测试图表。尽管这些图表是用于比较其自身模型的表现。