跳到正文
原文
Epoch AI· Benjamin Ou·· 4 天前AI 评估 · 34/100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。

Epoch AI 更新 EBR-bench:GPT-6 Astra 因利用单卡漏洞满分,官方禁用该卡

EBR-bench update

AI 导读

Epoch AI 更新了其用桌游 Earthborne Rangers 测试模型长任务学习能力的 EBR-bench:GPT-6 Astra 曾多次拿到满分,但所有最高分都依赖一张可绕过游戏回合限制的卡牌,官方因此在该基准默认设置中禁用此卡。

来源:Epoch AI · epoch.ai