GPT-6 对实证经济学提升有限，研究者称进入“九的行军”
soumitrashukla9 · x · 2026-09-09
多位经济学研究者分享对 GPT-6 的初步体验。Chris Blattman 认为有一代际提升但幅度很小，约相当于 5.5 Codex 到 5.5 ChatGPT Pro 的差别，偶尔值得用一次，谈不上戏剧性进步。
Yanagizawa 在 Project APE 的关键基准上看到类似结论：从 99% 提升到 99.5%——他称之为“九的行军”（march of nines）的开始：表面跳变不大，但在逼近饱和的指标上每前进一个九都意味着错误率大幅下降。
所属事件:经济学家实测GPT-6：代际提升微弱几乎无人察觉(2 条相关)→
「模型」频道最新
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26