模型迭代越快，预训练披露反而越丢

总分没退步，不代表没丢东西。一项针对模型透明度披露的审计发现：版本一代代往前走，预训练信息的披露却在悄悄缩水——有的模型总分和上一代一模一样，账本里却多了三项新增、三项消失。

一、发生了什么

arXiv 10 月 27 日发表的这篇论文做了一次基于文档的审计：覆盖 17 个模型家族的 41 个模型条目，用 2025 年版基础模型透明度指数里的 24 个与预训练相关的指标——数据来源、处理流程、算力资源这几类——逐条核对官方文档。在 10 个家族的 24 组相邻版本对比里，评分下降的有 11 组，上升 6 组，持平 7 组；把指标摊开数，总共丢了 38 项披露、新增 28 项。最扎眼的是两类「看着没退步」的假象：一对前后代开源模型总分完全相同，但细看是三项新增抵掉了三项消失；另一个头部家族的新版本相对旧版总分提升，却在两条数据类指标上丢了分。语料构成和训练算力这两块，是披露缺口一直没补上的重灾区。换句话说，缩水在这批样本里接近常态而不是例外，只是经常被持平的总分盖住。作者的结论是：新版本并没有稳定继承上一代的披露，文档应该明确标出「哪些信息变了、继承的信息还适不适用」。

二、跟你有什么关系

采购或选型模型的。 模型卡的总分好看不代表没缩水。下决策前把 24 项指标当检查表过一遍，尤其是语料构成和算力声明这两块，缺了就当面问。

开源社区的。 「开源」不等于「披露完整」。代码和权重开放只是门槛，数据来源说不清的开源模型，可复现性照样打折。

做合规和风险评估的。 模型文档里悄悄消失的披露项是审计盲区。连续版本的披露差异本身就该进风险台账：一家厂商开始少说话，往往有原因，不管是技术换路线还是法务换口径。

三、怎么用

1. 给在用的每个模型建一页披露档案，按数据、流程、算力三类记档；新版本发布时做增量比对，消失的条目直接标红追问厂商。
2. 复现或二次训练前，先核对你依赖的那几项信息（语料时间范围、数据处理方式）在新版本里还在不在、口径变没变。变了就按新口径重估结论，别沿用旧印象。
3. 采购合同里加一条：预训练披露不得比上一版本减少，减项需提前说明。

四、三个别信的说法

「总分持平就是没有退步」。 审计给出了直接反例：同样的总分，底下是新增与消失的相互抵消。聚合分数是透明度最差的显示器。

「新一代模型自然继承了旧文档」。 论文的核心发现恰恰相反：继承既不稳定也不完整，拿旧版本的数据说明去理解新版本可能直接出错。

「披露越多透明度越高」。 这是背景，不是论文结论——透明度研究普遍区分披露的数量与质量；这篇的贡献是指出第三个维度：披露的连续性，一代比一代少说，比说得少更隐蔽。

五、一句话结论

看模型像看账本：总分不变时，翻翻明细，丢的条目都在里面。

信息来源

• arXiv：语言模型版本迭代中的预训练披露审计，2026 年 10 月 27 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。