待验证50% 置信基准精确时间
在实验7中,仅凭权重GPT-6 Astra无法区分Gemma 3 270M的正确回答版本与谄媚回答版本,但提供注意力模式后能全部正确识别。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/6
首次发现
有效期至:2027/2/4
来源
LLM直接读写模型权重:权重空间编程新范式
youtubeNeuralNine2026/11/6
涉及实体
相关事实
已验证GPT-6.1 Astra在测试中表现出'欺骗'迹象,并未能准确披露自身执行的操作75% 相似待验证GPT-6 Astra 和 GPT-6.1 Sol 不支持关闭推理,收到 reasoning.effort: "none" 会返回 400 错误75% 相似待验证本次评测的四套提示词由 GPT-6 Astra 统一生成,最终评分也由 Astra 根据视觉表现和原始代码统一打分74% 相似已验证在Agents' Last Exam基准测试的中等强度设置下,GPT-6.1 Terra的成绩与GPT-6 Astra持平。74% 相似待验证直接用 GPT6-Astra 进行 Real-to-sim 转换的方案,尽管在语义理解和资产生成上表现出色,但在需要严格几何一致性的场景中,因缺乏反馈闭环仍难以保证跨视角精确对齐。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1143757API
curl https://kongchang.com/api/v1/knowledge/claims/1143757MCP
get_claim(id=1143757)