同CoT长度看似持平,token效率掩盖了GPT-6.2监控性退步
tomekkorbak · x · 2026-11-18
线程续篇:监控性高度依赖 CoT 长度,同 CoT 长度下 6.2 Astra 与 6 Astra 接近;但 OpenAI 强调 6.2 token 效率更高,意味着达到同等性能所需 CoT 更少,若按各自中位 CoT 长度对比,6.2 会更差。作者引用系统卡原话佐证:在可比推理投入下 6.2 监控性更低,主因就是 token 效率提升;最长输出设置下全转录监控分数 6.2 约 0.84、6 约 0.93。
「模型」频道最新
- OpenAI 发布 GPT-6.2 系统卡:首触 AI 自我提升高危门槛 — tomekkorbak · 2026-11-18
- GPT-6.2 Astra 思维链可控性略降,中位长度表现更堪忧 — tomekkorbak · 2026-11-18
- 无CoT能力加速跃升:GPT-6.2 Astra 可监控推理进一步缺席 — tomekkorbak · 2026-11-18
- 仅凭工具调用监控模型:GPT-6.2 Astra 多项评测一致变差 — tomekkorbak · 2026-11-18
- 研究者析系统卡:GPT-6.2 Astra 实际比上代更难监控 — tomekkorbak · 2026-11-18
- 用户晒 Anthropic 网络安全计划准入,截图曝 Mythos/Fable 新模型线 — CtrlAltDwayne · 2026-11-18