vibemath 推测:新模型 Astra 在 MazeBench 上或已近 50%

scaling01 · x · 2026-11-17

scaling01 分析称,由于前沿曲线上 0% 以上的数据点只有约 3 个,不确定性很大。他用 Anthropic 前沿(claude-fable-5-2)作代理来估计 sigmoid 陡度,再拟合穿过 gpt-6-astra。基于这种「高度投机」的粗算,他推测新的 Astra 模型当前基准得分可能已达到约 50%。配图为 Frontier MazeBench 分数随时间的 sigmoid 拟合图。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →