跳到正文
AGI Hunt· alex_verem·· 2 小时前AI 评分57

LLNL 基准测试:9 个模型中仅 2 个识破模拟器暗中错误

LLNL 基准测试:9 个模型仅 2 个识破被暗中做错的模拟器

AI 导读

Lawrence Livermore 国家实验室让 9 个 AI 模型在包含物理缺陷的模拟环境中完成实验任务,仅 GPT-6 Astra 和 Claude Fable 5.2 的 95% 置信区间分别有 94% 和 99% 的覆盖率。

来源:AGI Hunt · agihunt.info