时时彩app官方下载有东说念主只用API就猜出了GPT、Claude、Gemini的参数目? 社区吵翻了

发布日期：2026-05-05 22:17 点击次数：74

机器之机杼剪部

最近，不竭东说念主员李博杰在 arXiv 发布论文，提倡一个名为「不可压缩常识探针」的评测框架，尝试仅通过黑盒 API 调用，来逆向估算浪漫 LLM 的参数畛域。

论文标题：Incompressible Knowledge Probes: Estimating Black-Box LLM Parameter Counts via Factual Capacity

该不竭的灵感源于一项持续三年的非负责测试。据李博杰先容，其团队成员恒久向各代主流大模子提倡合并个冷门问题：「你了解中科大 Hackergame 吗？」（一项 CTF 网络安全竞赛）。

进步多个版块的不雅察截止，直不雅展示了模子对天下常识领会的发展：2024 年 5 月，GPT-4o 对该赛事题目存在理解的「幻觉」与造谣；至 2025 年 2 月，Claude 3.7 Sonnet 已能准确列出 2023 年赛季的 19 说念题目；而到了 2026 年 4 月，多个前沿模子已能精准回忆起相投多届赛事的具体细节。

受此启发，在 DeepSeek-V4 发布后，不竭团队诳骗 AI Agent 历时四天自主构建了好意思满的 IKP 负责数据集。该数据集包含 1400 个问题，按信息的稀缺进度分歧为 7 个层级，并在涵盖 27 家厂商的 188 个模子上进行了全面测试。

不竭的中枢假定在于：模子的逻辑推理材干不错通过磨真金不怕火技能被压缩或蒸馏，但对冷门「事实性常识」的回首容量则无法大幅压缩，其主要取决于模子的物理参数畛域。

基于此，不竭者在 89 个参数目已知的开源模子（畛域从 1.35 亿到 1.6 万亿参数）上拟合出事实准确率与参数目的对数线性相关，牛牛游戏官方网站拟合优度 R² = 0.917，并据此对闭源模子进行参数估算。

凭据该步调，论文给出的估算数字（90% 置信区间约为 0.3 至 3 倍）如下：

GPT-5.5：约 9 万亿参数

Claude Opus 4.7：约 4 万亿参数

GPT-5.4：约 2.2 万亿参数

Claude Sonnet 4.6：约 1.7 万亿参数

Gemini 2.5 Pro：约 1.2 万亿参数

论文同期指出另外两项发现：

一是援用数目和 h 指数并不成有用预计不竭者是否被模子记着，模子更倾向于记着那些产生了领域性影响的使命，而非高产但影响相对分布的学者；

二是进步三年的 96 个开源模子数据炫耀，事实回首容量的时刻所有在统计上接近于零，这与此前「Densing Law」所预计的效果随时刻擢升的规矩相背，不竭者据此觉得推理材干基准趋于饱和，时时彩app下载而事实容量仍主要受制于参数畛域。

这组直不雅的数据赶紧在时代社区传播并激勉庸俗筹商，但也伴跟着远大的争议。

有博主基于这组估算数据，联结近期 Claude Opus 4.7 在部分长文本任务中的主不雅体验波动，推上演一套好意思满的逻辑：Anthropic 因算力储备不及（仅为 OpenAI 的四分之一），在磨真金不怕火 Mythos 模子后资源见底，被动将 Opus 4.7 的参数目从上一代的 5.3T 「反向升级」阉割至 4T；而 OpenAI 则凭借饱和的算力将 GPT-5.5 堆到了 9T，从而杀青了体验上的回转。