第 2026-11-17 期 · 社区音量

Ethan Mollick @emollick

像我和其他早期测试者对GPT 6.2 Astra的评测,很好地证明了"氛围基准(vibe benchmarks)"在数字基准之外仍有持续价值。我们缺乏对个性、毅力、创造力、写作清晰度或品味的好衡量方法。但这些都很重要 [引用 @EpochAIResearch]: GPT-6.2 Astra在Epoch能力指数(ECI)上得分为174,与Fable 5.2持平,并与之一起超过了Astra发布前推理模型的趋势预测值。 这是基于我们在发布前仅使用自家基准所做的测试。ECI会随着更多基准结果的可用而持续更新,因此这些数值未来可能变化。

X19 小时前
查看原文 ↗