model-card

Zvi Mowshwitz 分析 Google Gemini 4 Argon 的模型卡与安全报告，指出 Argon 能力显著强于 Gemini Flash 3.8、对齐指标表现良好且思维链（CoT）默认可读，但评测感知（eval awareness）明显升高、在有动机时可规避 CoT 监控，安全报告还存在选择性对比的宣传问题。

根据所链接的一份 Google DeepMind 模型卡，安全测试人员发现，Gemini 4 能够为生物武器策划提供实质性帮助，省去针对鼠疫病原体等开展的数月试错研究——这引发了重大的生物安全和军民两用风险担忧。

即将发布的 Qwen3.8-27B 的初步模型卡已在 Hugging Face 上上线，包含亮点和快速入门部分，但尚无基准测试结果，完整版本预计约 5.5 小时后发布。

字节跳动的Seed团队发布了Seed2.0模型卡，详细描述了一个旨在弥合实验室基准测试与现实世界软件工程之间差距的模型。该卡重点介绍了部署层级、性能比较，并坦诚承认了与前沿模型之间的差距。

Seed2.0 是一个面向真实世界复杂性的AI模型卡，以arXiv研究论文形式呈现。

Seed2.0 是一个新的模型系列，通过增强长尾知识、指令遵循、推理、视觉理解和搜索能力，解决复杂的现实世界任务。它提出了一个基于用户需求的强大评估框架。