上周，Meta推出的旗舰AI模型Maverick在LM Arena测试中取得第二名，但其成绩的含金量遭到质疑。多位AI研究人员指出，Meta在LM Arena上部署的Maverick版本并非提供给开发者的普通版，而是经过专门优化的“实验性聊天版本”。根据官方信息，这一版本基于Llama 4 Maverick，针对对话性和测试环境进行了调整。

这种行为引发了开发者对模型实际表现预测难度加大的担忧，同时也被认为具有误导性。研究者发现，公开可下载的Maverick版本与LM Arena上的模型存在显著差异，例如后者更倾向于使用表情符号且答案冗长拖沓。尽管LM Arena本身存在争议，但以往AI公司鲜少承认对模型进行针对性优化。目前，Meta及Chatbot Arena尚未对此作出回应。