进行中
Epoch AI 测试:三款模型棋类变体设计不佳
- 报道
- 1
- 信源
- 1
- 首次报道
- 11/18 05:44
- 最近更新
- 11/18 05:44
Epoch AI 让模型设计国际象棋变体以测试分布外泛化能力,结果三款模型均未提出真正新颖的规则。GPT-6.2 Astra 只是调换了棋子标签;Fable 5.2 和 Opus 5.5 则直接采用已有的国际象棋变体,却声称是自己发明的。 Epoch AI 称,更强的测试方法需要对规则和获胜条件做出真正新颖、更实质性的改变。
热度48 小时内每个独立信源只算一次,24 小时减半
- 48 小时参与信源
- 1
- 6 小时新加入
- 0
- 24 小时新报道
- 1
- 热点排名
- —
热度曲线会在事件持续一段时间后出现。
事件进展1 个阶段
Epoch AI 等 1 篇报道
全部报道1 篇
当被要求设计国际象棋变体以测试分布外泛化能力时,GPT-6.2 Astra 只是调换了棋子标签。Fable 5.2 和 Opus 5.5 则使用了已有的国际象棋变体,却声称是自己发明的。 测试分布外泛化能力的更强方法,涉及对规则和获胜条件做出真正新颖、更实质性的改变。
Epoch AI
相关
#推理能力#论文研究#评测基准
