OpenAI 提出以困惑度划定预训练安全门槛,公开模型能力趋势图

StartupYou · x · 2026-11-23

OpenAI 研究员 merettm 发布《Perplexity and Intelligence》一文,宣布为推动「共同安全标准」而提高预训练进展的透明度,主张基于困惑度(perplexity)等测量指标设定通用能力上限,超过门槛的进展应以「能否理解 AI 行为」为前置条件。

配套图表汇总了 OpenAI 各代模型能力(BECI)对基座模型 log-perplexity 的关系:从 GPT-3.5 到 GPT-6.2 Astra,2023 年 3 月至 2025 年 12 月 BECI 提升 27 分而 loss 仅下降 0.025;2026 年预计 +20 BECI、loss 下降 0.127(每 0.01 loss 约换 1.6 BECI);图中还标注了一个 log-perplexity 0.732、BECI 约 178 的内部模型。o3、o1 相对基座模型各靠推理带来约 +9 BECI。

所属事件:OpenAI 公开预训练困惑度数据,提议设行业安全红线(40 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →