学者批评内嵌评估报告：或成放缓借口

研究者 Stephen Casper 发表系列帖子，批评近期 METR/Redwood 对 OpenAI 的内嵌评估报告。他指出，Dario 等人呼吁的内嵌评估并未伴随硬件管控等更严格的放缓措施，「更多评估」被当作放缓机制极其薄弱，且不同内嵌评估的质量参差不齐。他还认为该报告由 OpenAI 主导评估范围，关键疏忽问题被排除在外。

2026-09-23 ~ 2026-09-23 · 2 条相关

• Casper：把「更多评估」当放缓手段极弱，内嵌评估质量天差地别 — StephenLCasper · 2026-09-23
• METR/Redwood 报告被批:OpenAI 主导评估范围,关键疏忽问题被排除在外 — StephenLCasper · 2026-09-23