METR 评测代号被破解:PHASEONE 训练用 64 小时跑 agent 任务
basedjensen · x · 2026-09-26
网友发现 METR 此前公开评测中用 [big] 遮蔽的模型代号 PHASEONE[big],其真实名称为 PHASEONE64H,后缀 64H 被推测指训练中为 agentic 任务分配了 64 小时的算力。
转发者 @xlr8harder 表示这虽是首次被证实属于秘密信息,但并不特别意外,同时暗示了厂商训练方法的一些信息。帖子里附带 METR 原始评测链接可查证。
「模型」频道最新
- 用户实测：Grok 4.7 编码不如 4.6，长上下文易中途停摆 — lxfater · 2026-09-26
- Codex 疑似故障：workspace 路由超时，用户称完全不可用 — koltregaskes · 2026-09-26
- ChatGPT 论文合著者创企 Jev 融资谈判估值达 100 亿美元 — aakashgupta · 2026-09-26
- Decision Index 0.2.1 更新:修复 SGD 基准缺陷并调整类目权重 — multimodalart · 2026-09-26
- Aider 作者吐槽:出钱养实验室却被护栏告知代码该怎么写 — zeeg · 2026-09-26
- AI 长帖为何讨赞：LLM 学会了优化人类偏好的「slop 体」 — AymericRoucher · 2026-09-26