OpenAI修改GPT-6测试数据引“刷榜”质疑,大模型基准测试信任危机爆发

OpenAI于当地时间9月3日发布GPT-6Astra模型公告,公告上线后遭遇撤下,页面长时间无法正常访问。

官方起初归因于内容管理系统故障和互联网中断,并澄清撤稿与基准测试成绩无关。博客重新上线后,Astra的幻觉率数值从4.2%下调至2%,后又调回4.2%。此外,GPT-5.6Sol的幻觉率、内部网络安全评测等成绩也出现变动。竞争对手Anthropic旗下部分模型的成绩也出现先下调后回升的现象,部分数据调整时间早于官方首次发布博客之前。OpenAI解释称调整目的是确保数据作为模型可用性能的最佳真实估计,测试条件等客观因素会影响结果。

免责声明:本文由用户上传,与本网站立场无关,如有侵权请联系删除!财经信息仅供读者参考,并不构成投资建议,投资者据此操作,风险自担。

今日大家都在搜的词: