OpenAI博客上已删除的Astra基准测试
摘要
这篇文章讨论了OpenAI在其博客上发布后又删除的Astra系统性能基准，暗示了泄露或未公开的技术数据。
暂无内容
相似文章
OpenAI的Astra在同一基准测试中分别取得了62.7%和99.9%的成绩，但我仍然不确定哪个结果更值得信赖
本文探讨了OpenAI的Astra模型在ARC Prize基准测试中的分数不一致性，强调了不同测试框架的差异以及OpenAI发布页面的更改，引发了对评估准确性的担忧。
在Astra昨晚的隐秘削弱之后，我们确实需要基准测试来进行模型发布一周后的重新评估。这太荒谬了。
用户报告指出，Astra AI模型被秘密降级，即使在高强度提示下性能依然不佳，引发了对计算成本节省的担忧，并呼吁FTC进行调查。
@RayFernando1337: 在OpenAI下架之前，BridgeMind在直播中获得了官方基准测试。
BridgeMind声称从OpenAI一篇短暂可用后被下架的博客文章中捕获了官方的GPT-6 Astra基准测试数据。
Astra相关误导性基准报告的普遍问题
OpenAI对Astra在ARC-AGI-3上的基准报告具有误导性，因为它使用了不同的测试环境，并且在标准条件下，性能差距没有那么显著。
GPT-6 Astra 基准测试
本文介绍了OpenAI的GPT-6模型的基准测试，使用Astra基准测试系统评估其性能。