IXThinker·2025-02-23 00:00

Grok-3發布三日陷作弊爭議 OpenAI公開批評

Grok-3發布僅三日便捲入評測爭議：其AIME 2025對比圖顯示新版模型勝過o3-mini高配版，但淺色柱狀部分採用每題作答64次的成績，遭OpenAI應用主管公開批評為作弊。

爭議從何而來

Grok-3網誌中一張AIME 2025評估圖顯示，兩個新版本模型成績超越o3-mini高配版。但細看之下，Grok-3兩條柱狀圖中各有一段顏色較淺的部分，正是OpenAI所指的「作弊」位置。