Anthropic 称已尽力让评测环境不可被模型识别
MaxKannen · x · 2026-09-11
MaxKannen 回应关于模型评测环境被识别的质疑,指出该环境可能只用于训练而非评测基准,并提到 Anthropic 声称在让 eval 环境难以被识别方面下了功夫。
所属事件:模型评测环境污染引争论，Anthropic 称已尽力防识别(3 条相关)→
「模型」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- Kimi 发布 K3.1 Pro：3T 级开源权重模型，100 万上下文幻觉降 65% — NVIDIAAI · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- Claude Opus 5.5 从二进制重建 SQLite 等程序,ProgramBench 得分 18.5% — winer666 · 2026-10-28
- Codex 后台任务一夜烧光 500 美元周额度外加 75000 credits — sethlazar · 2026-10-28
- 用 $TAO 两分钟上手开源模型：Bittensor 侧链 SN53 实测体验 — markjeffrey · 2026-10-28