新闻资讯7

全球最大AI榜单被指造假，评测变“选美”

新智元2026-01-08

AI 摘要

AI界权威评测平台LMArena被指问题严重，Surge AI调查显示超半数最佳答案错误，Meta曾为冲榜优化模型。该平台依赖志愿者投票，缺乏质量控制，开发者面临为流量或实用性优化的抉择。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

陶哲轩：AI开启数学2.0时代

本文报道菲尔兹奖得主陶哲轩发表《数学2.0》演讲，梳理近期AI接连攻克重大数学难题的进展，提出AI将数学带入证明过剩的新时代，警示人类不能丢失对数学的理解，呼吁人机合作增强认知。

本文带来谷歌新发布Gemini 4 Argon大模型的多场景实测，对比竞品性能价格，验证其物理推理能力，同时曝光该模型现存问题。

本文披露Meta AI负责人亚历山大王的爆料，扎克伯格豪掷千亿美金押注未经验证的Muse Wonder大模型项目，失败Meta将陷入严重财务危机，目前该模型已跻身顶级大模型队列。

本文报道谷歌正式全球上线Gemini 4 Argon，详细说明了开放范围与定价规则，放出大量谷歌内部及合作方的实际应用案例，覆盖多领域，回应了此前对该模型实用性的质疑。