科技媒體 The Decoder 昨日（9 月 10 日）報道，對比平臺 Artificial Analysis 相關數據表明，Reflection 70B AI 模型在基準測試中的表現，實際上不及 Meta 的 LLaMA-3.1-70B。
針對 AI 模型基準測試結果不佳，Reflection 公司首席執行官馬特 舒默（Matt Shumer）表示，上傳模型權重至 Hugging Face 時遇到問題，所使用的權重是多個不同模型的混合體，而他們內部托管的模型則顯示出更佳的結果。
舒默隨后向部分用戶提供了獨家訪問內部模型的權限，Artificial Analysis 重做了測試，并報告結果優于公開 API，只是他們無法確認所訪問的具體是哪個模型。
Reflection 在 Hugging Face 已上傳了新的模型，不過這些模型在測試中的表現明顯遜于之前通過私有 API 提供的模型。
查詢公開資料，有用戶還發現了證據，表明 Reflection API 有時會調用 Anthropic Claude 3.5 Sonnet 以及 OpenAI。
舒默旗下公司 OthersideAI 此前已宣布計劃于本周發布一款基于 LLaMA 3.1 450B 的更大、更強大的模型。
舒默對這一即將發布的版本做出了大膽聲明，稱其不僅將成為最佳的開源模型，還將是有史以來最優秀的語言模型。
官方回應：
