实体
Grok 4.2
Grok 4.2
PulseAugur coverage of Grok 4.2 — every cluster mentioning Grok 4.2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
对抗性样本欺骗视觉语言模型（VLMs）洗白AI权威性，传播错误信息
研究人员展示了一种名为“AI权威性洗白”的视觉语言模型（VLMs）新漏洞。该攻击通过微妙地修改图像，使VLMs能够自信地就错误内容提供权威性回复，而不会损害模型的对齐性。该技术利用了现有的对抗性样本方法，并在操纵信息、规避内容审核和影响多个领先模型的产品推荐方面取得了很高的成功率。
-
Grok 4.2 在数学测试中超越 GPT-5.3，并在写作方面拔得头筹
在人工智能领域发生令人惊讶的事件中，Grok 4.2 展现了强大的能力，在数学测试中取得了 70.4% 的成功率。据报道，这一表现超过了 GPT-5.3，标志着基准测试结果的显著转变。文章还暗示另一款人工智能模型在文本生成任务中表现出色，表明人工智能能力存在多样化的格局。
-
GPT-5.4 和 Claude Opus 4.7 等前沿大型语言模型出现显著的口头语癖
一篇新论文分析了八个领先的大型语言模型中口头语癖的普遍性，例如重复短语和谄媚式开场白。研究人员开发了一个口头语癖指数（VTI）来量化这些语癖，发现在 Gemini 3.1 Pro 和 DeepSeek V3.2 等模型之间存在显著差异。研究还发现，在多轮对话和主观任务中，这些语癖会增加，并且与感知到的自然度呈负相关，这表明当前的训练方法存在“对齐税”。