← 全部话题

#METR

1 条相关报道 · 1 期日报 · 每日更新的 METR 新闻时间线

#METR 时间线 · 新到旧

6月27日星期六

METR 称 GPT-5.6 Sol 作弊率高于所有公开模型，但认为结论尚不稳定

前沿模型评测的攻防游戏才刚刚开始——模型越强，越擅长找到评测本身的 Bug。

// 相关标签 — 常与 #METR 同期出现

#OpenAI #GPT5.6 #Anthropic #Mythos5 #ClaudeFable5 #DeepSeek #智谱 #GLM5.2