GPT-5基准图错误，是失误还是另有隐情？

发布会图表错误引发争议

坐标轴失误遭群嘲

在北京时间8月8日凌晨举行的GPT-5重磅直播发布会上，OpenAI展示的图表出现明显问题。比如坐标轴上有“52.8>69.1”这样的弱智错误，这不仅让图表显得不严谨，还夸大了GPT-5的能力提升，在社交媒体上遭到网友群嘲，大家调侃“你这PPT怕最好别是GPT-5做的”。

欺骗评估图表混乱

一张展示各模型欺骗评估表现的图表更是状况百出。纵坐标刻度混乱，在代码欺骗指标中，现场演示显示GPT-5思考版取得50.0%的欺骗率，而参照的OpenAI自家o3小模型47.4%的数值，o3小模型柱状图却更长。并且，OpenAI在官方博客中公布的准确数据显示，GPT-5实际欺骗率应为16.5%，这让现场演示的图表显得十分荒谬。

公司内部反应及影响

首席执行官批评

OpenAI首席执行官萨姆·阿尔特曼对此次图表错误表示了批评，称其为“严重的图表错误”。这表明公司高层也意识到了这个失误的严重性，如此错误在重要的发布会上出现，无疑给公司形象带来了负面影响。

员工道歉与形象受损

一位OpenAI市场部员工为此道歉，称这是“无意的图表失误”。尽管尚不清楚这些图表是否由GPT-5生成，但在新品发布的关键节点出现这样的差错，对公司声誉造成了损害。尤其在公司宣称GPT-5在减少幻觉方面取得显著进步的情况下，此次失误显得格外刺眼，引发了业界和公众对人工智能技术透明度和准确性的关注。

后续引发的思考

对人工智能准确性的关注

此次事件让大家更加关注人工智能技术的准确性。在展示模型性能时，图表这样的直观呈现都能出现错误，那么模型本身的输出结果准确性又该如何保证？这引发了人们对人工智能可靠性的深入思考。

透明度与可信度考量

人工智能的透明度和可信度成为焦点。OpenAI作为行业领先者，在发布重要产品时出现图表错误，让外界对其数据和结论的真实性产生质疑。未来，如何提高技术的透明度，增强公众对人工智能的信任，是相关企业需要面对的重要问题。

相关问答

GPT-5发布会上的基准图出现了哪些错误？

坐标轴有“1”这样的弱智错误，欺骗评估图表纵坐标刻度混乱，如GPT-5某项评分低于o3模型，但柱状图更长，o3与GPT-4o评分数值不同柱状图却等长。

OpenAI对这次图表错误做了什么？

首席执行官萨姆·阿尔特曼批评这是严重错误，市场部员工道歉，官网博客发布了正确版本数据，但OpenAI尚未对此次事件作进一步回应。

图表错误对OpenAI有什么影响？

损害了公司形象，在新品发布重要时刻出现失误，尤其在宣传模型减少幻觉进步时出错，引发业界和公众对人工智能透明度和准确性的关注。

网友对GPT-5基准图错误有什么反应？

网友群嘲发布会的PPT，质疑是否由GPT-5生成，调侃“你这PPT怕最好别是GPT-5做的”，对图表错误表示惊讶和不满。

此次事件会引发怎样的思考？

引发对人工智能准确性、透明度和可信度的思考，促使相关企业思考如何保证技术可靠性，增强公众对人工智能的信任。

从这次事件中，能看出人工智能行业存在什么问题？

反映出行业在数据呈现、模型准确性验证等方面可能存在不足，对技术透明度和可信度的重视程度还有待提高。