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
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11