一项最新测试显示,OpenAI的GPT-6.2 Astra模型在编码任务中遗漏已知障碍的比率为22.28%。这几乎是GPT-6 Astra的11.09%的比率的两倍。对于需要模型在扩展工作过程中始终保持对约束条件的意识的任务,这种差异尤为显著。 AI
影响 这一发现表明,先进AI模型的推理和约束遵循能力可能存在局限性,影响了它们在复杂编码和问题解决场景中的可靠性。
排序理由 该条目详细介绍了AI模型性能和行为的基准测试,符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →