Beth Barnes 澄清:METR 未评测 Fable/Mythos 5.2 对齐性
RyanGreenblatt · x · 2026-11-20
METR 相关的 Beth Barnes 发推澄清,Ryan Greenblatt 转发:此前报道容易让人误以为 METR 参与了对齐评测——实际上 METR 并未评测 Claude Fable 5.2 与 Mythos 5.2 的对齐或沟通清晰度。Anthropic 官方曾称两款模型在多数对齐指标上不逊于近期模型,并经 AISecurityInst 等外部机构预发布测试。
配图显示评测细节:在 Sunlight 任务上,Mythos 5.2 的报告冗长且摘要不明,像 Opus 5.5 一样疏于对自己偏好方案与替代方案做严格公平比较;但尚不清楚这一沟通缺陷是否在「读者是另一个 agent」时同样构成问题。
「模型」频道最新
- 网友实测:OpenAI Astra xhigh 的 ML 工程能力相当不错 — _Stocko_ · 2026-11-20
- 配图泄露 OpenAI 内部评测:新网络模型 ExploitGym 达 77% 胜率 — TheMoonMidas · 2026-11-20
- 腾讯 Hy4 旗舰 MoE 登陆 vLLM:774B 总参/49B 激活,1M 上下文 — vllm_project · 2026-11-20
- Google 一周发两个模型,Artificial Analysis 榜单已追平 OpenAI 叫板 Anthropic — haider1 · 2026-11-20
- 开发者称 Gemini Neon 成其当前最顺手的通用模型 — BenBlaiszik · 2026-11-20
- Gemini 4 Neon 纯代码生成动画 GIF,创作玩法持续刷屏 — minchoi · 2026-11-20