发生了什么
据The Decoder报道,Artificial Analysis的一项评估显示,OpenAI的GPT-6.2 Astra和Sol模型的回答比其替代的前代版本简短得多。Astra的平均回答长度从352词降至210词,缩减40%;Sol则从337词降至223词,缩减34%。每条回答中的标题数量几乎消失:Astra从1.99降至0.11,Sol从1.85降至0.25。
这两款模型承认不确定性的可能性也大幅降低。在这一特质上,Astra的得分从96降至24,Sol的得分从98降至51。衡量模型是否立即回应问题的“开门见山”(Answer First)得分则有所上升:Astra从49升至89,Sol从64升至87。“自然流畅”(Natural Sounding)得分同样有所攀升。Artificial Analysis已在LinkedIn和X上分享了这些结果。
在使用最大模型变体对八项个性指数进行的自家对比中,该机构发现,Anthropic的Claude Fable 5.2和Opus 5.5在透明度指数(Transparency Index)上分别得到81分和90分,而Astra为41分,Sol为57分。Anthropic的模型在条理性(Organization)方面同样领先,Opus 5.5在信息量(Informativeness)上达到90分,远远领先于其他三款模型。
背景
AA-PersonalityBench在不使用系统提示词的情况下提出900个英文问题。三个AI模型对匿名化的回答配对进行评判,得出30项特质的得分,并汇总为八项指数。1至100的指数值是相对排名,而非百分比,反映的是沟通风格而非回答质量,因此透明度得分较低本身并不意味着错误回答更多。
简报
一封邮件,尽览一周科技要闻。
每周精选值得一读的报道。可随时退订。
