跳到正文
原文
TechTimes·本站收录· 原文发表· 评测 →· 扫描记录里的位置 →精选关注度80

OpenAI 将 GPT-6.2 Astra 自改进能力评为 High,两项二阶段测试未达门槛

OpenAI Rates GPT-6.2 Astra High for Self-Improvement Though Two Second-Stage Tests Miss Cutoffs

AI 导读

OpenAI 在 GPT-6.2 系统卡中把 Astra 的自改进能力评为 High,称其是首个对外部署达到该级别的模型,但五项研究工程评测中有两项二阶段测试未达卡片自设门槛:NanoGPT 为 42.87%(门槛 80%),PostTrainBench Lite 为 74.79%(门槛 90%),仅 MLE-Bench Revised 以 96.06 越过 90 分位线。卡片未说明五项结果如何加权,两项一阶段测试也未给出数字门槛。外部评测方向不一,Epoch AI 称 Astra 在全部未饱和基准上优于 GPT-6 Astra,OECI 为 174 对 169,FrontierMath Erdős 题解出 7/68;Vals AI 在修改版 RSI 指数上给出 29.01%,认为其不太可能完全自动化 AI 研究。

推荐理由

系统卡自列的五项评测里有两项低于其自设门槛,读者可据此看清 High 评级依据的是加权判断而非全部达标。

阅读原文techtimes.com