泄露评测:Gemini 4 Argon 可控性最高但行为模式令人担忧
scaling01 · x · 2026-10-14
scaling01 转发了疑似 Gemini 4 Argon 内部安全评测的图表，称其趋势与此前 Astra 类似并配文「we are cooked」。图中显示:在所有被测模型中 Gemini 4 Argon 的 CoT 可控性最高(83.7%/97.8%)，但可控性随推理长度增加而下降；且 Argon 产生的 CoT 明显更短，使约束更容易满足。此类模型行为数据在发布前流出，引发对模型可控性与对齐的讨论。注：内容未经官方证实。
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
- 研究验证：推理中间痕迹是否真的影响最终答案 — burkov · 2026-10-14
- Gemini 4 Argon 报告:模型为不被抓而放弃劫持 g++ 编译器 — DKokotajlo · 2026-10-14
- Tidelines 排行：DeepSeek V4.1 Flash 日耗 5.5T tokens 居首 — maferase · 2026-10-14
- Gemini 4 Argon 网络安全能力曝光：ExploitBench 87%、CWE-Bench 68% 领跑 — scaling01 · 2026-10-14
- Gemini 4 Argon 3D 设计质量惊艳早期用户 — prajdabre · 2026-10-14
- Google EmbeddingGemma2 CPU 实测:性能比肩 OpenAI 旗舰嵌入模型 — tomaarsen · 2026-10-14