权重补丁可复现但性能明显下降
热点事件持续更新
权重补丁可复现但性能明显下降
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
kevrussell 复现验证先前的模型权重补丁后确认，修复后的编辑版可逐字节重建，两个编辑矩阵均与公布哈希一致；3组谄媚对照中，模型3次选择谄媚回答，但注意力模式会随上下文变化，agreement gap并未闭合。 性能方面，编辑后模型在MATH-500截断任务中的准确率从93.0%降至33.05%。抽查400个答案发现，20个以超过10万个空白字符结尾，且全部答错。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 05:58
GPT 模型权重补丁复现：谄媚测试命中，MATH-500 准确率降至 33.05%报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- AGI HuntGPT 模型权重补丁复现：谄媚测试命中，MATH-500 准确率降至 33.05%
复现验证显示，GPT 模型权重补丁可逐字节重建，并在 3 组谄媚对照中 3 次选中谄媚回答。但注意力模式会随上下文变化，agreement gap 未闭合；MATH-500 截断任务准确率从 93.0% 降至 33.05%，400 个检查答案中仍有 20 个以 10 万+空白字符结尾且全部答错。
- AGI HuntMATH-500 数据审计显示截断错误率从 93.0% 降至 33.05%
kevrussell 继续审计模型评测数据，修复后的编辑版可逐字节重建，两个编辑矩阵均与公布哈希完全一致。MATH-500 截断错误率从 93.0% 降至 33.05%，但抽查的 400 个答案中仍有 20 个以超过 10 万个空白字符结尾，且全部为错误答案。
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。