Gemini 4 触发 cyber/CBRN 红线，Anthropic 研究员提示关注 CoT 透明度
vkrakovna · x · 2026-10-15
- Viktoriya Krakovna 转发 Lewis Ho 的消息：Argon 模型达到了 cyber、CBRN CCLs（关键能力级别）以及 misalignment TCL，报告的 misuse safeguards（滥用防护）章节和 LoC（能力级别）风险评估说明了应对措施。
- 报告还包含关于 CoT（思维链）透明度 的详细章节，Krakovna 强调这是值得所有人密切跟踪的方向。
- 被引用内容来自 ancadianadragan：团队为 Gemini 4 的发布做了大量能力与倾向（propensities）评估和防护改进，提供 tl;dr 和完整安全报告链接。
「模型」频道最新
- Meta Muse Wonder (Max) 登 Agent Arena 第12,成本是上代2.1倍 — arena · 2026-10-15
- Muse Wonder 未专训 3D 却胜 Gemini 4,物理可视化实测引关注 — alexandr_wang · 2026-10-15
- Cohere 曬 WMT26 翻译榜:自研小模型 84.36 分力压 Mistral、DeepL — cohere · 2026-10-15
- 网友考据:Anthropic 从未在周三发布 Sonnet/Opus 级模型 — ChrisGPT · 2026-10-15
- 8k 上下文胜过 480k:OpenAI Decisions API 实测成本降 84% — OpenAIDevs · 2026-10-15
- Gemini 4 Argon 频报 524 超时,离开 Antigravity 几乎不可用 — cedric_chee · 2026-10-15