<h2 class="wp-block-heading" id="h-شک-و-تردید-درباره-نتایج-بنچمارک-های-مدل-llama-4-متا"شک و تردید درباره نتایج بنچمارک‌های مدل Llama 4 متا
بر اساس گزارش وردی، مدل در بنچمارک نمره ۱۴۱۷ را کسب کرد و مدل ۴ از OpenAI را پشت سر گذاشت و با فاصله کمی پس از جمینای ۲.۵ پرو قرار گرفت.
متخصصان هوش مصنوعی این نتایج را مورد بررسی قرار دادند و کردند متا ممکن است مدل‌ها را به گونه‌ای آموزش داده باشد که در بنچمارک‌های بهتر ند، در حالی که محدودیت‌های واقعی خود را پنهان کند.
احمد الدحله، معاون هوش مصنوعی مولد متا، در یک پست در شبکه ایکس این ادعا‌ها را تکذیب کرد و گفت هیچ دستکاری در نتایج وجود ندارد.
متا که مدل مورد استفاده در بنچمارک یک نسخه آزمایشی است که با نسخه منتشر شده برای عمومی یکسان نیست؛ این برای مکالمه بهینه‌سازی شده، از ایموجی‌های بیش‌تری استفاده کرده و پاسخ‌های طولانی‌تری به سوالات کاربران می‌دهد.
زمان انتشار مدل‌ها در روز شنبه، اولت تعطیلات آخر هفته، برای معرفی محصولی با چنین پیشرفتی غیر‌معمول بود و این موضوع شکوك را افزود.