开源模型生物能力落后闭源约 7 个月,但估计不确定性很大
Manderljung · x · 2026-10-21
GovAI 研究员 Hanna Palya 的长文估算开放权重与闭源通用模型在生物能力上的差距：
- 核心结论：最强开放权重模型（GLM-5.2，2026 年 6 月发布权重）在第三方生物基准上落后最强闭源模型约 7 个月，首次追平 2025 年 11 月发布的 Gemini 3 Pro；2025 年以来差距在 7-14 个月间波动，无清晰趋势。
- 结构差异：生物知识类基准上的差距似乎大于 agentic 任务类基准，但开放权重模型的 agentic 成绩太少，不足以确认。
- 数据质量限制：生物基准数量少、各评估方测试条件不一、闭源模型在最相关的高风险基准上大量拒答，导致 95% 置信区间从不足 1 个月到 14 个月，方法微调可使估计在 7-13 个月间移动。
- 政策含义：差距大小直接影响对前沿模型安全护栏成本收益的评估；当前生物安全护栏较为严格。
所属事件:GovAI 估算开源模型生物能力仅落后闭源约 7 个月(2 条相关)→
「安全」频道最新
- 用户用三值逻辑套话，实测 Gemini 疑似禁答一切选举问题 — CapeCodder101 · 2026-10-21
- 欧洲监管 vs 美国心态：一句「先发布再说」的梗图刷屏 — alexmacgregor__ · 2026-10-21
- Dario Amodei 长文回应安全批评：承认失误但坚持 Anthropic 战略 — DarioAmodei · 2026-10-21
- 安全研究者预言：用 LLM 审计 PHP 代码库恐挖出更多未公开漏洞 — moyix · 2026-10-21
- 纽约市将弃用 AI 客服,终结"死循环"式自动应答 — deliprao · 2026-10-21
- PingCAP 确认内部系统遭未授权访问，爆料称 TiDB 数据已被放出 — SumitGup · 2026-10-21