回应质疑：Astra 改进早于 HF 事件，非针对性补丁
kaicathyc · x · 2026-09-05
这是对 @RyanGreenblatt 的回应（发帖者称自费开 Premium，以后会发更多长帖）。核心澄清：
- Astra 的改进来自远早于 Hugging Face 事件的通用技术研发，并非事后针对该事件打的补丁；
- ExploitGym Honeypot 是事件后新加入的评测项，且在其 RL 训练分布之外；
- 在更广的行为范围上，部署模拟、欺骗（deception）评测和真实计算机使用任务中也观察到明确的改进。
所属事件:Astra 对齐改进引争议，发布方否认针对性刷分(3 条相关)→
「模型」频道最新
- Astra 上线首日体验翻车：崩溃、卡死还被指偏科 3D — bindureddy · 2026-09-05
- Fortune 曝 OpenAI 悄悄上调 GPT-6 Astra 评测指标,竞对成绩反被调低 — jeremyakahn · 2026-09-05
- ARC AGI2 榜首领先优势数日内蒸发,还剩两个月变数大 — JFPuget · 2026-09-05
- 网友实测:GPT-6 Astra 拒答尺度问题,比 Sol 更保守 — predator8137 · 2026-09-05
- AA 智能指数:Astra 落后 Muse Spark,Fable 5.1 仍居榜首 — RelevantEmergency707 · 2026-09-05
- VoxelBench 榜单对比:Astra 与 Fable 5 两模型正面对垒 — Successful-Earth678 · 2026-09-05