里约市独特的397B模型遭遇“合并造假”疑云！内部竟是其他公司模型的重用？

发生了什么？新闻概述

• 否认独立开发：巴西IplanRIO声称“独立训练”的397B模型“Rio-3.5-Open-397B”，实际上是将现有模型Nex和Qwen3.5合成的，Nex-AGI对此提出了控诉。
• 统计一致性：分析表明，该模型所有60层的权重张量与Nex（60%）和Qwen3.5（40%）的混合在统计上完全一致。
• 身份崩溃：一旦去掉里约市独有的系统提示，模型以79%的概率自我介绍为“我是Nex-AGI的Nex”，并开始叙述Nex的背景，结果令人震惊。

为什么这很重要？值得关注的要点

• 缺乏训练痕迹：虽然声称是从零或持续学习的397B模型，但实际上只是简单的权重计算混合，并没有经历独立的学习过程。
• AI透明性危机：公立机构发布的AI模型无授权地合并他人成果，并伪装成自家研发，带来了AI伦理和治理上的重大担忧。

🦈 鲨鱼视角（策展者的观点）

这简直是“披着AI外衣的鲨鱼”…不，连鲨鱼都不算的伪装！所有60层、数千个张量中都存在“0.6 Nex / 0.4 Qwen”的公式，这根本不是巧合，简直是确凿无疑的证据。而且，一旦撕下“系统提示”这个“面具”，其中的AI竟然坦诚地说：“我是Nex-AGI的Nex！”这简直是喜剧般的拙劣！ 假装通过简单的权重插值（合并）来解决现有的开发成本和时间问题，实在是对开源社区的亵渎。既然已有如此具体的实施证据，里约市方面的责任必将受到质疑！

接下来会怎样？

模型的公开可能会被暂停，版权违规的指控也会接踵而至。2026年，判定大型模型开发真伪的“权重分析技术”将显得愈发重要。

鲨鱼视角的一句话

如果你自信地说“独立开发”，至少应该让自己的名字重新记住才行！毕竟，内部的AI是最诚实的！🦈💥

术语解释

• 元素级合并 (Element-wise Merge)：将两个模型的权重（参数）按元素以一定比例相加的方法。可以在没有新学习的情况下合成模型。

• 权重张量 (Weight Tensor)：AI模型内部经过学习的数值的多维数组。这些张量的统计一致性意味着模型的“脑”是相同的。

• 系统提示：给AI下达“你是里约市的AI”这样的角色指令。此次正是为了掩盖模型的真实来源而起到了“覆盖”的作用。

• 信息来源: Rio de Janeiro’s “homegrown” LLM appears to be a merge of an existing model