Fortune 曝 OpenAI 悄改 GPT-6 Astra 跑分，幻觉率数字反复变动
mark_k · x · 2026-09-05
据 Fortune 报道，OpenAI 在 GPT-6 Astra 发布前后悄悄修改了多项 benchmark 数据，部分修改让 Astra 更好看、竞品更差。典型案例：Astra 幻觉率从 4.2% 改为 2%，后又改回 4.2%；Anthropic Fable 5.1 的 FrontierMath 成绩从 87.8% 降到 78%，再回升到 83%。事件发生在 Astra 发布博客先发布、撤回、再以不同数字重发的诡异延迟期间。OpenAI 回应称博客延迟与 benchmark 无关，eval 结果会随 checkpoint、harness 和推理配置而变化。
所属事件:OpenAI 被曝发布后悄悄修改 GPT-6 Astra 评测数据(4 条相关)→
「模型」频道最新
- OpenRouter 数据：Opus 5.5 在 29 类任务中 20 类支出第一 — mmurph · 2026-10-21
- 小团队数月从零到百造出 LLM，称 Meta 开源将迎第二纪元 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 配 DFlash drafter：分块 16 token 提速推理 — TimDarcet · 2026-10-21
- EvoPress 量化让 30B 模型从 56GB 压到 19GB，精度几乎不掉 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 雷达图曝光：对标 Gemma4-31B 与 Qwen3.6-27B — TimDarcet · 2026-10-21
- 隐私评测 CIMemories：Muse Glimmer-30B 泄密率 26.4 优于 Qwen 的 53.4 — TimDarcet · 2026-10-21