研究者质疑安全报告引用 GPT-4 而非 5.6 作深度基准
jeremiecharris · x · 2026-09-03
在关于模型"深度"对比的讨论串中，作者指出应使用 GPT-5.6 Sol 作为能力参照而非 GPT-4，并推测报告方引用 GPT-4 是因为其相对当前规模被认为"浅"，用"深度不到 GPT-4 两倍"的说法显得更令人放心。作者同时表示讨论串前文提到的其他问题依然存在。
「模型」频道最新
- 传 OpenAI 在 Astra 中使用 neuralese 循环变换器，新的 scaling 轴浮出水面 — imadade · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- Gemini 3.8 Flash 的 Pareto 最优地位仅维持了 5 小时 18 分钟 — alejandroll10 · 2026-09-03
- 双 DGX Spark 实测：GLM-5.3-Flash 写作与视觉胜过 DeepSeek-V4-Flash — kuhunaxeyive · 2026-09-03
- Anthropic 商务智能体只建购物车交人工结账,被赞退款风控思路对 — HaktanSuren · 2026-09-03
- Qwen3.8 27B Q8 翻车:12 万 token 后发现根本没读计划,自行实现别的功能 — KingCpzombie · 2026-09-03