METR cho biết Model 4 của Anthropic lần đầu tiên đạt trên 50% ở mọi bài kiểm chuẩn.
Crypto Briefing đưa tin, kết quả này được mô tả là lần đầu tiên trong các đánh giá mô hình của Anthropic. Bài báo cũng đề cập đến nhu cầu về một khuôn khổ đánh giá thích ứng và bày tỏ lo ngại về tốc độ tiến bộ của AI.
· Điều có thể xác minh là phát biểu “đạt trên 50% ở mọi bài kiểm chuẩn”; tài liệu không liệt kê các bài kiểm chuẩn cụ thể và điểm số.
· “Cần có khuôn khổ đánh giá thích ứng” và “lo ngại tiến bộ quá nhanh” là nhận định của bên đưa tin, không phải kết luận từ đánh giá của METR.
Bạn muốn xem danh sách đầy đủ các bài kiểm chuẩn trước, hay điểm số cụ thể của từng bài?
Crypto Briefing đưa tin, kết quả này được mô tả là lần đầu tiên trong các đánh giá mô hình của Anthropic. Bài báo cũng đề cập đến nhu cầu về một khuôn khổ đánh giá thích ứng và bày tỏ lo ngại về tốc độ tiến bộ của AI.
· Điều có thể xác minh là phát biểu “đạt trên 50% ở mọi bài kiểm chuẩn”; tài liệu không liệt kê các bài kiểm chuẩn cụ thể và điểm số.
· “Cần có khuôn khổ đánh giá thích ứng” và “lo ngại tiến bộ quá nhanh” là nhận định của bên đưa tin, không phải kết luận từ đánh giá của METR.
Bạn muốn xem danh sách đầy đủ các bài kiểm chuẩn trước, hay điểm số cụ thể của từng bài?
