跳到正文
热点事件持续更新

Fable 5.2解谜表现被质疑数据污染

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

用户 patiencecave 质疑,Fable 5.2 的 MazeBench 解谜能力可能受到训练数据污染。测试显示,模型能直接给出一个几周前刚更新的困难 3D 迷宫关卡的旧版解法,而该解法对新关卡已经失效;这只能构成训练数据可能包含该基准的线索,尚不能证明污染成立。 模型在部分场景下也能推断出近期关卡改动,因此其数据污染的具体程度仍待验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. AGI Hunt
    Fable 5.2 解谜表现异常出色,被质疑训练时见过 MazeBench

    用户 patiencecave 质疑 Fable 5.2 的解谜能力可能受到 MazeBench 数据污染。测试显示,模型能直接给出旧版本迷宫关卡的解法,尽管该解法对几周前刚更新的困难 3D 迷宫关卡已经失效;不过模型在部分场景下也能推断近期改动,污染程度仍待验证。

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。