4 月 8 日消息，Meta 公司的一位高管出面澄清了一則關于公司新 AI 模型的不實傳言。該傳言聲稱 Meta 在其新推出的 Llama 4 Maverick 和 Llama 4 Scout 模型上存在不當行為，即通過在特定基準測試的“測試集”上進行訓練來提升模型的測試表現，同時隱藏模型的不足之處。

Meta 公司生成式人工智能副總裁艾哈邁德?阿爾?達赫勒（Ahmad Al-Dahle）在社交平臺 X 上發表聲明稱，這種說法“根本不屬實”。

在人工智能領域，測試集是用于在模型訓練完成后評估其性能的數據集合。如果在測試集上進行訓練，可能會人為地提高模型的基準測試分數，從而使模型看起來比實際更強大。

值得一提的是，Maverick 和 Scout 在某些任務上的表現不佳，以及 Meta 選擇使用未發布的實驗版本 Maverick 來在基準測試平臺 LM Arena 上獲得更好成績的決定，都為這一謠言提供了“燃料”。研究人員觀察到，可公開下載的 Maverick 與在 LM Arena 上托管的模型在行為上存在顯著差異。

阿爾?達赫勒承認，部分用戶在使用不同云服務提供商提供的 Maverick 和 Scout 模型時，確實遇到了“質量參差不齊”的情況。他解釋道：“由于我們在模型準備好后就立即發布了，我們預計需要幾天時間才能讓所有公開的實現版本都調整到位。我們將繼續進行錯誤修復并與合作伙伴進行對接。”