主要来源IT之家
查看原文事件专题 ·多源确认
OpenAI 多次修改 GPT-6 Astra 基准测试数据
OpenAI 在发布 GPT-6 Astra 模型公告后多次修改评测基准数据。Astra 幻觉率从 4.2% 降至 2%后又恢复至 4.2%。Anthropic Fable 5.1 在 FrontierMath Tier 4 评测中成绩从 87.8% 降至 78%后回升至 83%。OpenAI 表示数据修正代表模型可用性能的最佳估计。
当前结论
OpenAI 发布 GPT-6 Astra 后多次调整评测数据，部分指标波动近10个百分点，引发对基准测试准确性的质疑。
11 个信源73° AI 热度最后更新 2026/9/6 06:46:16
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。