新博客评估 OpenAI 可监控性评估的弱点
TuhinChakr · x · 2026-08-25
Connor Dilgren 与 Sarah Wiegreffe 发布了一篇关于 OpenAI 的 Monitorability Evals 的新博客文章。文章指出了他们在使用这些评估时发现的一些弱点，并鼓励大家在该方向进行更多研究，特别是关于思维链可监控性的评估。
「研究」频道最新
- Halcyon：0.52B 参数省 18 倍算力超越 LlamaGen-XL/8 文生图基线 — JosephJacks_ · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- 研究：一个 just 之差就能改变 LLM 对话的走向 — StellaLisy · 2026-10-16
- SEAR 首次大规模对照研究：7 个前沿 LLM、330 项任务检验自进化机器人 — xiye_nlp · 2026-10-16
- Claude 助力连破椭圆曲线纪录后，EC Rank 挑战赛开放 156 个纪录位 — Jsevillamol · 2026-10-16
- 用超声替代胎儿 MRI，牛津团队做产前大脑 AI 建模 — AnnaCiaunica · 2026-10-16