第三百八十四章 双标（1/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

与此同时，新加坡。AIFoundation在新加坡国立大学人工智能研究所临时租用的测评中心里。

研究员兼教授林伟伦皱着眉头，盯着屏幕上的测评结果。

他是新加坡华裔，也是这次新加坡人工智能大会中，新加坡国立大学作为合作方的负责人。

“汤圆1.0为什么没在结果名单里？”林伟伦问身旁的同事。

同事也是华裔面孔，操着一口新加坡英语：“额，好像被委员会拿掉了。”

“为什么？”林伟伦奇怪地问。

同事摇了摇头：“这是他们的测评，可能是有什么原因吧，我不清楚。”

林伟伦站起身来。

“这可不是他们一家的测评，新加坡国立也参与了，他们不能无视我们的意见。”

说完，他走了出去。

半个多小时后，在AIFoundations与合作方的联合会议上，林伟伦又提出了同样的问题。

“汤圆1.0为什么没在结果名单里？”

坐在林伟伦对面的是理查德·科尔曼——一个满脸皱纹、白发苍苍的老人。

理查德现任AIFoundations轮值主席，同时在MIT担任计算机科学教授，在业内德高望重。

理查德摘下眼镜，从上衣兜里取出一块眼镜布，慢条斯理地擦了擦；随后收好眼镜布，又把眼镜戴回去。

等这些动作做完，他才开口回答林伟伦的问题。

“林教授，这是委员会共同的决定。”理查德说。

“据我所知，委员会共同决定了两次。”林伟伦站起身，举起手中的打印记录——上面是最近几个小时内委员会发出的两封内部邮件。

第一封发于盲测阶段刚刚结束时。当时所有模型都经过匿名处理，能看到的结果里，只有一款模型的测试分数异常地高，远远超过其他模型。

邮件内容是：“编号为1042的模型表现极佳，建议进行复核检查。”

第二封则在几小时后。模型匿名解除，证实1042正是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：“高度怀疑汤圆1.0模型通过非技术手段作弊，已决定将汤圆1.0模型的成绩作废处理。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：“匿名阶段，处理决定是复核检查；身份解盲之后，却变成作废处理。我想知道，这背后的理由是什么？”

“自然是因为我们掌握了更多信息。”理查德淡定地回答。

“更多的信息，是厂商的名字吗？”林伟伦的语气略带讥讽——他确实觉得这个问题非常荒诞。

“这是一部分有用的信息。”理查德并不觉得其中有什么不对，神色认真地说，“我们对中国厂商都有所了解。现实情况是，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，我们有理由相信，这个测试结果不准确。”

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，难道不是所有模型的测试结果都不准确吗？为什么单独剔除这一个模型？”

“这套测试题由多家机构和专家联合设计。我认为，作为最新的、评价现行模型的标准，它很有价值——只要剔除掉明显作弊的模型就可以了。”

林伟伦环视会议室里的代表。AIFoundations的成员单位大部分来自美国，这里的代表也大多来自美国。

对这个结果，没有一个代表提出异议。

他觉得自己刚刚经历了一场学术霸凌。

尽管这场霸凌并非针对他本人。

“那么，”林伟伦继续问，“这样一套经过严密设计的测试题，他们是怎么作弊的？”

理查德看向他。

“我没想到你会问出这个问题，林教授。”他话里意有所指，“一个模型成绩异常地高，自然是因为提前做了针对性训练。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泄露了出去。”

这场人工智能大会新加坡站，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。

林伟伦气极反笑。

本章未完，点击下一页继续阅读。