Ai2揭示GPT-5.4新颖性判断受问法影响
热点事件持续更新
Ai2揭示GPT-5.4新颖性判断受问法影响
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Allen Institute for AI（Ai2）公布评测后续发现：在人类点子两两配对中，GPT-5.4回答“哪个点子被评审认为更新颖”时，93.5%的选择指向人类点子；直接回答“哪个更新颖”时，这一比例降至40.9%。 Ai2称，增加推理量或提供相关论文并不总能改善结果，两个专门构建的新颖性评委得分也低于Claude Opus 4.6提示基线的85分，显示提问方式和评委设计都会影响新颖性判断表现。
AI 根据报道生成 · 57 分钟前更新
最新进展10月28日 00:36
Ai2 评测细节：GPT-5.4 判定人类点子更新颖的比例随问法从 93.5% 跌至 40.9%报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntAi2 评测细节：GPT-5.4 判定人类点子更新颖的比例随问法从 93.5% 跌至 40.9%
Ai2 新颖性评测发现，GPT-5.4 在人类-人类配对中，被问“哪个点子被评审认为更新颖”时 93.5% 选对人类点子，直接问“哪个更新颖”时则降至 40.9%。提示词调整可能顾此失彼，增加推理或提供相关论文也不总能改善结果，两个专门构建的新颖性评委得分低于 Claude Opus 4.6 提示基线的 85 分。
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。