AI 能否自动化 Epoch？六款模型真实工作任务评估
Epoch 让六款模型在最高推理设置下完成 11 项取自其真实工作的任务，并按员工标准人工评分，结论是前沿模型尚不能端到端自动化 Epoch 的工作。Claude Fable 5.1 与 GPT-6 Astra 总体领先，在编码、数据分析和计算机操作等定义明确的任务上表现可靠，但难以领悟 Epoch 的隐含标准、设计有效实验并从结果中得出有意义结论。
#xAI
#xAI
今日 0 条Hacker News · AI 最新AI 评分6767
奇客 SolidotAI 评分5555 AI 聊天机器人会成为意识形态回音室
巴西国立坎皮纳斯州立大学（UNICAMP）研究人员让 21 个模型对巴西政治七大领域的 112 项陈述表态，发现无论初始立场如何，所有模型都会向提示中描述的政治倾向靠拢；在不提供用户倾向的情景下，20 个模型落在政治坐标系左侧，仅 Grok 4.1 落在右侧。