OpenAI 员工称 scaling 撞墙：瓶颈在评测全面饱和
willdepue · x · 2026-09-04
OpenAI 员工 willdepue 发文称 scaling 已经撞墙，而这堵墙 100% 是评测饱和：现有 benchmark 已被刷满，难以区分模型进步。这与同期 GPT-6 发布无评测成绩的观感相呼应，指向行业缺新基准的困境。
「模型」频道最新
- Space Bunny Alpha 实为 MiniMax M3.1 Flash：1M 上下文、主打性价比 — ZabihullahAtal · 2026-10-21
- Rork 界面现「Opus 5.5 Medium」选项,Anthropic 新模型或曝光 — rudrank · 2026-10-21
- RSI-Bench 首批任务通过验证管线,含 reward-hacking 检测与补丁 — SRSchmidgall · 2026-10-21
- 开发者吐槽 Anthropic 生物安全护栏：读篇论文就触发拦截 — robleclerc · 2026-10-21
- Reddit 用户称本地运行的未审查版 DeepSeek 对病毒提问毫无犹豫直接作答 — Only_Light_9817 · 2026-10-21
- Interconnects 第 25 期：盘点 28 个新模型，覆盖 DeepSeek V4.1 Flash 与中美新监管 — natolambert · 2026-10-21