GPT-5.6发布用了多项开放基准
ajratner · x · 2026-07-13
帖子提到，GPT-5.6 的发布使用了多个最近由 Open Benchmarks Grants 支持的基准，包括：
- Agent’s Last Exam
- Terminal-Bench 2.1
- OSWorld 2.0
作者强调，开放基准是推动模型与数据/环境开发科学进展的重要路标。
所属事件:GPT-5.6 正式上线主推 Sol，额度消耗过快引争议(7 条相关)→
「研究」频道最新
- 作者推测:真实训练中模型可能自发学会感知探针存在 — Sauers_ · 2026-10-18
- 训练策略复盘:只训最后几层避免移动目标,数据越多泛化越好 — Sauers_ · 2026-10-18
- 训练后模型能感知激活探针存在,并跨 GPU 零样本泛化 — Sauers_ · 2026-10-18
- 模型可学会分辨训练与部署状态,并泛化到没见过的运行时 — Sauers_ · 2026-10-18
- 模型从第 34 层激活差异学会识别训练环境,跨运行时泛化 90%+ — Sauers_ · 2026-10-18
- 单个注意力头像开关:靠抵消放大探针的微小激活差异 — Sauers_ · 2026-10-18