Brundage用谜题比较模型应答风格
热点事件持续更新
Brundage用谜题比较模型应答风格
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
OpenAI政策负责人Miles Brundage用“The frenemy of my frenemy is my ?”等填空谜题测试ChatGPT、Gemini 4 Carbon等模型，未设置统一评分标准，结果主要用于观察各模型的推理和表达取向。 报道呈现的具体回答包括ChatGPT的“Frenemaybe. It’s complicated.”，以及Brundage所称其一贯偏好的俏皮答案“frenemy-in-law”；Gemini 4 Carbon则展开代数推理并加入拟人化比喻。这些差异反映回答风格，但没有形成可量化比较或统一结论。
AI 根据报道生成 · 27 分钟前更新
最新进展11月15日 06:51
ChatGPT 与 Gemini 4 Carbon 解读“敌友的敌友”谜题，答案风格迥异报道时间线
沿着报道，了解事件的不同侧面。
11月15日
- AGI HuntChatGPT 与 Gemini 4 Carbon 解读“敌友的敌友”谜题，答案风格迥异
OpenAI 政策负责人 Miles Brundage 用「The frenemy of my frenemy is my ?」测试多家模型，结果呈现出迥异的回答风格。ChatGPT 以「Frenemaybe. It's complicated.」作答，Gemini 4 Carbon 则展开代数推理，并加入拟人化比喻。
- AGI HuntChatGPT 等模型在「敌友的敌友」填空测试中答案迥异
OpenAI 政策负责人 Miles Brundage 用「The frenemy of my frenemy is my ?」等填空谜题测试各家模型，发现不同模型的答案风格差异明显。ChatGPT 一贯选择「最皮」的答案，例如 frenemy-in-law，而这类俏皮回应并非只出现在特定场景中。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。