اشتراک
Artificial Intelligence Machine Learning AI Ethics

lmarena.ai Tweet on Llama-4 Release

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

وب‌سایت lmarena.ai اعلام کرده است که به منظور شفافیت بیشتر در مورد نسخه Llama-4، بیش از 2000 نتیجه نبرد مستقیم را در پلتفرم Arena برای بررسی عمومی منتشر کرده است. آنها همچنین نسخه HF از مدل Llama-4-Maverick را به Arena اضافه کرده‌اند و به زودی نتایج تابلوی امتیازات منتشر خواهد شد. در بخشی از این اعلامیه، به این موضوع اشاره شده که متا باید به وضوح بیان می‌کرد که مدل "Llama-4-Maverick-03-26-Experimental" یک مدل سفارشی برای بهینه‌سازی ترجیحات انسانی بوده است. برای جلوگیری از هرگونه سوء تفاهم در آینده، سیاست‌های تابلوی امتیازات برای ارزیابی‌های منصفانه و قابل تکرار به‌روزرسانی شده‌اند. این اقدام برای رفع سوالات جامعه درباره انتشار اخیر Llama-4 انجام شده است. همچنین در بخش مقالات اخیر، به مواردی مانند پشتیبانی از متن طولانی در LLM و بررسی‌های اولیه از Llama 4 اشاره شده است.

We've seen questions from the community about the latest release of Llama-4 on Arena. To ensure full transparency, we're releasing 2,000+ head-to-head battle results for public review. [...]

In addition, we're also adding the HF version of Llama-4-Maverick to Arena, with leaderboard results published shortly. Meta’s interpretation of our policy did not match what we expect from model providers. Meta should have made it clearer that “Llama-4-Maverick-03-26-Experimental” was a customized model to optimize for human preference. As a result of that we are updating our leaderboard policies to reinforce our commitment to fair, reproducible evaluations so this confusion doesn’t occur in the future.

lmarena.ai

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: simon willison’s weblog