LessWrong· cheema·· 6 天前AI 评分47
前沿模型可能不是可靠的审计者
Frontier models may not be reliable auditors
AI 导读
一项针对前沿模型开放式调查能力的玩具评测显示，当前模型作为通用审计者并不可靠，Claude Fable 5.1 与 GPT-6 Astra 等最先进模型在已知失准模式测试中表现不足。
这篇内容暂未取得可阅读的正文，目前提供中文导读和原文入口。节目介绍或原站公开片段不代表完整文章。
来源：LessWrong · lesswrong.com
原文链接：https://www.lesswrong.com/posts/GQw8rbMTgNuG5224m/frontier-models-may-not-be-reliable-auditors