中转站搅局学术圈
论文称近半数第三方中转API存在模型不一致问题3月5日发布于arXiv的论文对17个被187篇论文使用的第三方中转API进行审计。这类API并非官方提供，而是由第三方转接官方大模型接口。研究通过性能测试和模型指纹识别核查其是否实际调用所标称模型 。
结果显示，在24个测试端点中，45.83%未通过模型身份验证。部分接口在医学和法律等测试中表现明显低于官方版本。例如在MedQA测试中，Gemini-2.5-flash官方准确率为83.82%，通过相关中转API调用后平均降至约36.95%。论文认为，这可能影响科研结果的可靠性
PS:看到这新闻，有点难绷，平时学者做对比用的如果是中转站，论文效果超越claude opus，实际可能路由到 gpt-oss
https://linux.do/images/emoji/twemoji/dog_face.png?v=15
页:
[1]