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。
「模型」频道最新
- 博主改口:开源模型落后前沿不是 4-8 个月,而是 8-12 个月 — AntDX316 · 2026-11-17
- 50 轮连续编辑实测 4 大图像模型:Seedream 漂移最小仅 36.6 — aziz4ai · 2026-11-17
- Databricks 万家企业数据显示:单 token 便宜不等于 agent 便宜 — CautiousUse8597 · 2026-11-17
- 用户吐槽某 Google 模型性格差:无共情、固执、爱说教 — Yamapama · 2026-11-17
- 辟谣:Sam Altman 并未宣称 OpenAI 已实现 AGI — haider1 · 2026-11-17
- Google 修复 Gemma 4 分词器 219 个 glitch token,GGUF 版本或未同步 — TuskNaPrezydenta2020 · 2026-11-17