METR·· 2025-10-23AI 评估 · 36/100分数表示内容值得关注的程度,依据实质份量、信息增量、证据强度、读者相关性和可用性,按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误,评分不代表事实已被核实,也不同于热点榜的讨论热度。
METR 发布 gpt-oss 方法学审查总结:17 项建议中 OpenAI 采纳 9 项
Summary of our gpt-oss methodology review
AI 导读
METR 审查了 OpenAI 发布 gpt-oss-120b 前开展的对抗性微调实验方法学,共提出 17 项建议(其中 6 项为高优先级),OpenAI 在 gpt-oss 模型卡中表示采纳 9 项,METR 认为 6 项高优先级建议中 5 项已落实、1 项(明确高风险模型判定标准)仅部分解决。
来源:METR · metr.org