一个名为 LiveNerf 的项目正在追踪 Anthropic 的 Opus 5.5 模型的性能,以确定其发布后能力是否被削弱。经过三周的数据收集,该项目尚未发现削弱的证据,反而观察到模型性能方差减小和可能回归均值。项目创建者正在寻求社区的意见,以收集可以补充已收集数据的轶事证据,并正在利用捐款来扩大模型追踪能力。 AI
影响 这个持续追踪的项目可以为模型发布后的行为提供见解,影响用户认知和开发者实践。
排序理由 用户主导的模型性能追踪项目,并非官方发布或研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →