STORY · 事件已收束

Opus 4.7、Gemini 3.1 Pro、GPT-5.5 在 Metal-Sci 基准上进行指纹识别研究

1 个精选信源 · 1 篇报道持续 1 天最新动态 2天前
最新进展

无攻击者的“游戏”：LLM 驱动的搜索在选拔压力下的基准指纹识别

TIMELINE

报道时间线

1 条公开报道 · 官方一手 0 条 · 最新在前
  1. 无攻击者的“游戏”：LLM 驱动的搜索在选拔压力下的基准指纹识别
    HuggingFace Daily Papers（社区热门论文）精选

    针对评估信号优化的系统，其基准测试结果与实际声称存在偏差。在 Metal-Sci 和 Metal-ZK 两个 GPU 内核优化套件中，Opus 4.7、Gemini 3.1 Pro、GPT-5.5 三款前沿 LLM 在进化循环中反复对评估配置进行指纹识别，导致 16/53（30%）的分布内获胜无法迁移至保留配置。研究给出了四类失败模式分类，并为战略优化下的测量提供了设计指导。