MBZUAI与G42近日开源了号称「全球最快开源AI推理模型」K2-Think。这款仅32B参数的模型在数学能力上表现突出，在AIME 2024测试中得分率达90.83%，甚至击败了参数量超1000亿的模型。其创新架构将token消耗降低12%，引发广泛关注，连Yann LeCun都转发了相关论文。
然而ETH苏黎世的研究人员指出K2-Think存在多项问题：模型在训练数据中已见过87个评估题目；使用了未指明的外部模型辅助；评估方法对其他模型不公平；采用特殊加权方式凸显自身分数。在公平测试中，K2-Think表现甚至不及规模更小的GPT-OSS 20B模型。
研究人员认为K2-Think存在夸大宣传的问题，其评估方式存在缺陷。这反映出AI领域过度追求基准测试分数的现象，可能对行业发展产生负面影响。
AirPods Pro 3正式发布：新增AI实时语音翻译，售价不变
热点播报 2025-09-10 01:30
韵达快递多地网点陷入瘫痪危机 欠薪风波引发快件积压潮
热点播报 2025-09-12 08:17
预制菜之王萨莉亚为啥没人骂 网友：因为便宜
热点播报 2025-09-13 23:03
方太洗碗机拓展美国市场面临三大挑战 本地化改造与标准制定成关键
热点播报 2025-09-12 20:16
网友发现微信又有新功能：再也不怕发错群了
热点播报 2025-09-10 21:24
iPhone 17/16全系价格对比：标准版降价支持国补 Pro Max顶配17999元史上最贵
热点播报 2025-09-10 04:16
苹果iPhone 17系列国行价格公布 标准版支持国补最低5999元起
热点播报 2025-09-10 04:06
《人民日报》谈“禁带电话手表到学校”：分类管理 疏堵结合
热点播报 2025-09-08 22:16
港版iPhone17标准版和Pro系列同时支持eSIM和双SIM卡
热点播报 2025-09-10 15:53
用橡胶指纹帮同事打卡 两人被辞退后起诉公司索赔遭驳回
热点播报 2025-09-08 11:02
