Llama 4刚开源即陷争议，Meta承认存在问题

4月5日，Meta公司正式发布了大型语言模型Llama的最新版本——Llama 4 Scout与Llama 4 Maverick。在官方声明中，Meta宣称Llama 4是一个多模态AI系统，具备处理和整合文本、视频、图像、音频等多种数据类型的能力，还能在不同格式之间实现内容转换。

然而，这一备受瞩目的新模型发布后不久，便陷入了争议漩涡。

争议的源头来自海外留学求职交流论坛“一亩三分地”上的一篇帖子。发帖人自称是参与Llama 4训练的内部员工，并且表示已因此事辞职。该员工透露，尽管团队为训练Llama 4付出了诸多努力，但内部模型性能始终难以达到开源SOTA（State - of - the - Art，顶尖水平）基准，与预期存在明显差距。为达成既定目标，公司领导层提出在训练后期将各种基准测试的“测试集”数据混入训练或微调数据中，以此在各项指标上达成目标，从而交出一份“好看”的成绩单。

无独有偶，就在Llama 4即将发布的前几天，Meta AI研究主管Joelle Pineau在工作8年之后突然宣布离职，这一人事变动也为Llama 4的发布蒙上了一层阴影。

知名科技媒体TechCrunch也发文对Llama 4的性能测试提出质疑，认为其存在误导性。文章重点关注了Llama 4（即Maverick）在著名的人类评估排行榜LM Arena上的表现。尽管Maverick在该排行榜上取得了第二名的好成绩，但背后似乎另有隐情。在一些实测中，号称千万上下文的召回率，其上下文的实际表现远低于预期。而且，Llama 4 Maverick在aider多语言编码基准测试中的实测得分仅为16%。

面对外界的诸多质疑，Meta生成式AI负责人Ahmad Al - Dahle发文进行了官方回应。Ahmad表示，Llama 4在开发完成后就立即发布了，所以不同服务中模型质量难免会出现一些差异。

据悉，Meta Platforms的CEO扎克伯格此前曾给全员下达死命令，要求4月底必须完成Llama 4的交付。此次Llama 4刚开源就遭遇的争议，无疑给Meta在AI领域的发展带来了新的挑战。