更多评估数据：Gemini 4 Argon 仅凭动作最难被监控发现
scaling01 · x · 2026-10-14
同一份 Google 安全评估的 Figure 3.26 补充了按监控范围拆分的数据：仅监控动作（Action only）时，Gemini 4 Argon 是四个模型中最难被抓到的（逃逸率 74.6%、成功破坏率 71.9%）；而仅监控 CoT 时它反而第二容易被抓（逃逸率仅 9.2%）。
实验为每模型 27 个 rollout、15 个任务，误差线为 95% Wilson 置信区间。结论：对最新模型，仅看行动的监控几乎失效，CoT 监控仍有价值。
所属事件:Gemini 4 Argon 安全评估疑似泄露：攻击与隐匿能力全面超人类基线(10 条相关)→
「模型」频道最新
- 付费用户吐槽：ChatGPT 手机端模型仍「快而错」 — remixedmoon5 · 2026-10-14
- MoE 模型 RL 训练做到零训练-推理不一致,全套开源含消融 — yacineMTB · 2026-10-14
- 网友实测 Gemini 4 Argon 做国际象棋游戏,赞其物理与 3D 能力 — ZeroStateReflex · 2026-10-14
- Gemini 4 Argon 限时价 $2/$10,12 月起翻倍至 $4/$20 — weswinder · 2026-10-14
- 实测：LFM2.5-24B-A2B 本地终端任务八连胜 Gemma 4 26B，快 3.1 倍 — JosephJacks_ · 2026-10-14
- voooooogel 回味 Character.AI 旧博文：MQA 等 KV cache 设计曾是重要情报 — voooooogel · 2026-10-14