Fable 5.2 红队评测公布生物任务表现

Fable 5.2 在红队评测中将约15个工作日的生物相关任务压缩至约2天完成；其全自动智能体提交稿的科学质量与创新性得分高于多数人类通才提交稿，其中一份取得该场景迄今最高创新分。 但评审也发现，智能体提交包含夸大疗效的声明，模型自审和辅助智能体审查均未识别；所有报告的可行性得分都不超过3/10，综合分最高的报告仍由噬菌体专家团队提交。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。