澄清 Opus 5 的 ARC-AGI 成绩细节与算力趋势换算
imjustnewatai · x · 2026-07-25
作者针对此前关于 Opus 5 推理能力的分析补充了重要的数据精确度与事实细节：
- ARC-AGI-3 成绩澄清： Opus 5 获得的 30.16 分采用的是 RHAE 评估方法，这并不意味着它真正解决了 30% 的游戏关卡。
- J-space 的未知性： 尽管 Anthropic 在 RLHF 之前就发现了模型内部的 J-space 工作区，但官方明确表示其与模型参数规模的关系目前仍属未知。
- 算力与参数的换算： 如果维持每年 5 倍的训练算力增长趋势两年，意味着原始训练 FLOPs 将增加约 25 倍。但按照 Chinchilla 缩放定律，这并不等同于参数量增加 25 倍，而是更接近于活动参数量和训练数据量各增加 5 倍。
所属事件:深扒 Opus 5 隐藏推理机制与 ARC-AGI 成绩(2 条相关)→
「研究」频道最新
- 学术研究如何真正被采用:选重要问题、做好 eval、易用性决定影响力 — srchvrs · 2026-10-27
- 苦涩教训第二弹:能产生影响的学术发明很少,发表场所并不关键 — srchvrs · 2026-10-27
- 研究成果被采用的四个条件:重要问题、强基线、可扩展、真实可用 — srchvrs · 2026-10-27
- EMNLP 主题演讲:产业界其实在读论文,只是不署你的名 — srchvrs · 2026-10-27
- GitHub 快速位打包算法致谢漏了两位作者,学者晒亲身经历 — srchvrs · 2026-10-27
- 入学一周即当上 ARR 审稿 Area Chair,学者吐槽评审乱象 — anmarasovic · 2026-10-27