in-context alignment 主要拉升了前沿模型的难题表现
zakkohane · x · 2026-07-23
这是同一项研究里的补充解读：真正的变化发生在难题对上。
- 图表显示，in-context alignment 对前沿闭源模型在难题上的帮助更大，简单题上提升有限。
- Grok 4.5 在难题对上从 0.28 提升到 0.46。
- Llama 3.3 70B 则几乎没有改善，仍停留在 -0.10 到 0.00，说明开源权重组在任务难点上明显偏弱。
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