科技媒體 The Decoder 昨日（9 月 10 日）報道，對比平臺 Artificial Analysis 相關(guān)數(shù)據(jù)表明，Reflection 70B AI 模型在基準測試中的表現(xiàn)，實際上不及 Meta 的 LLaMA-3.1-70B。

針對 AI 模型基準測試結(jié)果不佳，Reflection 公司首席執(zhí)行官馬特 舒默（Matt Shumer）表示，上傳模型權(quán)重至 Hugging Face 時遇到問題，所使用的權(quán)重是多個不同模型的混合體，而他們內(nèi)部托管的模型則顯示出更佳的結(jié)果。

舒默隨后向部分用戶提供了獨家訪問內(nèi)部模型的權(quán)限，Artificial Analysis 重做了測試，并報告結(jié)果優(yōu)于公開 API，只是他們無法確認所訪問的具體是哪個模型。

Reflection 在 Hugging Face 已上傳了新的模型，不過這些模型在測試中的表現(xiàn)明顯遜于之前通過私有 API 提供的模型。

查詢公開資料，有用戶還發(fā)現(xiàn)了證據(jù)，表明 Reflection API 有時會調(diào)用 Anthropic Claude 3.5 Sonnet 以及 OpenAI。

舒默旗下公司 OthersideAI 此前已宣布計劃于本周發(fā)布一款基于 LLaMA 3.1 450B 的更大、更強大的模型。

舒默對這一即將發(fā)布的版本做出了大膽聲明，稱其不僅將成為最佳的開源模型，還將是有史以來最優(yōu)秀的語言模型。

官方回應(yīng)：