主要观点总结
Meta公司发布了Llama 4系列模型，包括Llama 4 Scout、Llama 4 Maverick和Llama 4 Behemoth。网友在实际测试中质疑其性能表现，发现存在刷榜现象。网友们发现Llama 4在几何程序测试中的表现不佳，并指出其在代码评测榜单中的成绩也较低。同时，有爆料称Llama 4的训练存在严重问题，内部模型表现不佳。此外，有观点认为Meta内部研究人员压力过大，导致模型创新能力不足。相比之下，其他团队如DeepSeek在探索新架构方面取得了进展。Llama 4系列模型缺乏技术创新，且无法适用于家用电脑，缺乏市场竞争力。
关键观点总结
关键观点1: Meta发布Llama 4系列模型，引发关注。
包括Llama 4 Scout、Llama 4 Maverick和Llama 4 Behemoth。官方宣传其经过大量未标注数据训练，视觉理解能力强大。
关键观点2: 网友质疑Llama 4性能表现。
实际测试中，发现其在某些任务中的表现不佳，怀疑存在刷榜现象。
关键观点3: 存在刷榜现象。
有网友发现Llama 4在测试中的成绩被人为提高，内部模型表现不佳的爆料也浮出水面。
关键观点4: Meta内部研究人员压力过大导致模型创新能力不足。
有观点认为Meta内部研究人员压力过大，过于追求成果，导致缺乏真正的创新。
关键观点5: 其他团队在探索新架构方面取得进展。
例如DeepSeek团队提出了强化学习里的神奇算法 GRPO等新的技术和架构。
关键观点6: Llama 4系列模型缺乏技术创新且难以适用。
专业人士认为Llama 4缺乏技术创新，并且无法适用于家用电脑，缺乏市场竞争力。
文章预览
大数据文摘受权转载自AI科技评论 作者丨郑佳美 编辑丨马晓宁 昨天一早，Meta 放出了自家用了 20 万显卡集群训练出的 Llama 4 系列模型，其中包括 Llama 4 Scout、Llama 4 Maverick 和 Llama 4 Behemoth。消息一出，直接引爆了大模型圈。 Meta 还特意强调，这些模型都经过了大量未标注的文本、图像和视频数据的训练，视觉理解能力已经到了 Next level，有种在大模型领域一骑绝尘的既视感。 Meta GenAI 负责人 Ahmad Al-Dahle 也表示：“我们的开放系统将产出最好的小型、中型和即将出现的前沿大模型。”并附上了一张 Llama 4 的性能对比测试图。 紧接着，在大模型竞技场中 Llama 4 Maverick 的排名直接跃升到第二名， 成为了第 4 个突破 1400 分 的大模型。在开放模型排行榜上更是 超越了 DeepSeek ，直接上桌坐“主座”。 “首次采用 MoE 架构”、“千万 token 上下文”...一时间 Llam
………………………………
