Nhân viên OpenAI công khai cáo buộc kết quả kiểm tra chuẩn của mô hình AI mới nhất của xAI, Grok3, là gây hiểu lầm

Gần đây, một nhân viên của OpenAI đã công khai cáo buộc công ty xAI của Elon Musk phát hành kết quả kiểm tra tiêu chuẩn gây hiểu lầm cho mô hình AI mới nhất của họ, Grok3. Đáp lại, Igor Babushkin, đồng sáng lập xAI, khẳng định rằng không có hành vi sai trái nào.

Biểu đồ của xAI cho thấy hai phiên bản của Grok3 - Grok3 Reasoning Beta và Grok3 mini Reasoning - đã vượt trội hơn mô hình mạnh nhất hiện có của OpenAI là o3-mini-high trên AIME 2025. Tuy nhiên, một nhân viên của OpenAI nhanh chóng chỉ ra trên nền tảng X rằng biểu đồ của xAI không bao gồm điểm số của o3-mini-high dưới điều kiện "cons@64" trong AIME 2025.

Trên nền tảng X, Babushkin lập luận rằng OpenAI cũng đã phát hành các biểu đồ tiêu chuẩn gây hiểu lầm tương tự trong quá khứ. Mặc dù những biểu đồ này được sử dụng để so sánh hiệu suất mô hình của chính họ.