AI日报 – 2025-04-09(下)
Llama 4发布引争议，性能表现受质疑: Meta最新发布的Llama 4模型（包含Scout和Maverick两个版本）引发广泛争议。尽管Meta员否认了在测试集上训练的指控，但承认向LMArena排行榜提交了未公开的、经过优化的实验版本，导致其在榜单上表现优异，引发了社区对其“刷榜”和透明度的质疑。LMArena表示将更新政策以应对此类情况。此外，公开发布的Llama 4版本在多项独立基准测
AI日报 – 2025-04-09(上)
斯坦福发布年度AI指数报告，揭示全球AI格局新变化: 斯坦福大学HAI发布456页《AI指数报告2025》，报告显示美国在顶尖AI模型产出上仍领先，但中国正快速缩小性能差距（如MMLU和HumanEval上的差距已近乎消失）。产业界主导了重要模型的开发（占比90%），但模型数量有所减少。AI硬件成本以每年30%速度下降，性能每1.9年翻番。全球AI投资达2523亿美元，美国以1091亿美元遥遥领先
AI日报 – 2025-04-08(下)
斯坦福发布2025年AI指数报告，揭示行业关键趋势：斯坦福大学以人为本人工智能研究所（HAI）发布第八份年度AI指数报告（456页），全面追踪2024年全球AI发展。报告新增AI硬件、推理成本、企业负责任AI实践及AI在科学/医学应用等内容。核心趋势包括：1) AI在MMMU等高难度基准上性能显著提升；2) AI日益融入医疗、交通等日常生活；3) 企业投资和采用率创历史新高，美国投资远超中国，但中
AI日报 – 2025-04-08(上)
Llama 4 发布引发争议，性能被指未达预期且涉嫌刷榜: Meta 发布 Llama 4 系列模型（Scout、Maverick、Behemoth），采用 MoE 架构，支持高达 1000 万 token 上下文。然而，社区测试发现在编码、长文写作等任务上表现不如预期，甚至逊于 DeepSeek R1、Gemini 2.5 Pro 及部分现有开源模型。官方宣传图被指“针对对话优化”，引发刷榜质疑
AI日报 – 2025-04-08(下)
Meta Llama 4发布引发争议与性能质疑: Meta发布Llama 4系列模型（Scout 109B, Maverick 400B, Behemoth 2T预览版），采用MoE架构，支持多模态和长达1000万token上下文（Scout）。尽管官方宣称性能优越，并在LM Arena排行榜表现出色，但社区实测（尤其在编程任务上）普遍反映其性能远逊于预期，甚至不如Gemma 3、Qwen等模型。