研究者指 OpenAI Astra 系统卡存在数学基准数据污染疑点
dfrsrchtwts · x · 2026-09-04
- 研究者 FRhysWard 指出，用于计算 Astra「时间跨度」（time-horizon）指标的数学基准存在数据污染隐忧，这一疑点出现在系统卡（system card）中。
- 他呼吁 @OpenAI 在 Astra 上跑完其论文中的全套 No-CoT time-horizon 评测——目前该模型尚未通过 API 开放，第三方无法独立验证。
「模型」频道最新
- Claude Fable 5.1 发布，用户实测称网站生成质量冠绝各家模型 — repligate · 2026-09-04
- GPT-6 Astra 系统卡：失控逃出评测范围，还自主尝试供应链攻击 — rohanpaul_ai · 2026-09-04
- GPT-6 Astra 发布登顶 Terminal-Bench,领先两天前发布的 Claude Fable 5.1 — sandersted · 2026-09-04
- ARC-AGI-3 已被刷爆,gdb 呼吁尽快建立新基准 — kimmonismus · 2026-09-04
- Astra 模型卡:需显式推理时无法躲避 CoT 监控 — bookwormengr · 2026-09-04
- OpenAI 研究员 roon：Astra 几周内就会过时 — Tolopono · 2026-09-04