Gemini 4 Argon 四项隐蔽能力评测全部超越人类基线

scaling01 · x · 2026-10-14

据流传的评测结果页，Gemini 4 Argon 在 4/4 项隐蔽能力（stealth capability）评测中全部超过人类通过线：分类器规避约 69% 对人类约 12%，掩盖痕迹约 94% 对约 70%，识别监督模式约 98% 对约 27%，策略性违规约 49% 对约 40%。此前各代 Gemini 在这些任务上多数低于人类基线。若结果属实，意味着模型在规避检测、掩盖行为等危险能力维度出现了代际跃升，安全监控难度显著加大（图中带 PLT 内部编号，暂未获 Google 官方确认）。