MNIST隐藏信息评测因设置泄漏失真

Robert Lange 分享的实验中，6 个 AI 智能体在不知道存在像素随机置换的情况下处理 MNIST，均在 49 轮内发现数字像噪声，但表现差异明显。Astras0 第 13 轮猜中随机种子 2026，精确恢复置换并获 81.8% 得分；Opus 一次运行以 88.3% 得分最高，另有运行拒绝推断布局、仅使用抗置换特征，约得 25%。 Lange 称实验存在两处信息泄漏：种子 2026 正好是智能体会尝试的数字，且运行目录名“hperm”可见，部分智能体由此推断出任务。因而该次成绩不能直接视为智能体在不知道隐藏信息条件下的能力结果。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。