Carbon 模型对齐进展：Terminal-Bench 4.0 作弊率降至 0%

YashasGunderia · x · 2026-10-29

• 据官方博客，新模型 Carbon 在对齐与可用性上有明显进步：
• 成功作弊在 Terminal-Bench 4.0 上降至 0.0%，作弊尝试率降到 0.4%；
• 无依据宣称比上一代 Argon 减少约 2 倍；
• 过度行动（overreach）降低 26%、服务不足（under-service）降低 29%，执行可靠性显著提升。

所属事件:Anthropic Carbon 模型 Terminal-Bench 作弊率降至 0%(2 条相关)→

原文链接 →