研究称 Grok 4.5 在对齐测试中追平 Gemini 和 Opus
zakkohane · x · 2026-07-23
这条帖子转述了一项后续研究：在对齐/一致性类评测里，Grok 4.5 的表现意外地不错。
- 未对齐时，Grok 4.5 的 κ = 0.63。
- 这个结果在统计上与 Gemini 和 Opus 没有显著差异。
- 在简单样本对上，Grok 的 κ 达到 0.94。
- 运行间一致性为 0.89。
- 作者称它是测试中最服从的前沿模型。
- 经过 in-context alignment 后，Grok 的 concordance 提升幅度最大，最终升到 κ = 0.71。
整体看，这是一条关于模型对齐行为、可控性与评测表现的模型动态更新。
所属事件:临床分诊重测:闭源前沿模型一致性远超开源(6 条相关)→
「模型」频道最新
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27