Forwarded from 动察Beating AI News
OpenAI被指悄然调整GPT-6Astra评测数据，部分指标让竞争对手「变差」
OpenAI 自 9 月 3 日发布 GPT-6 Astra 后，多项模型评测基准数据被持续调整，部分修改使 Astra 表现更优，同时部分竞争对手模型的成绩出现下滑，引发外界对 AI「刷榜」和评测透明度的质疑。
其中，Astra 的幻觉率曾从 4.2% 下调至 2%，GPT-5.6 Sol 则从 12.2% 降至 9.4%，随后两者又恢复至 4.2% 和 12.2%。在数学评测中，Anthropic 的 Fable 5.1 得分也曾从 87.8% 降至 78%，目前已回升至 83%；GPT-5.6 Sol 则从 83% 降至 80.5%，后恢复至 83%。
此外，Astra 在 ARC-AGI-3 评测中的成绩从发布前草稿的 98.6% 提升至最终页面的 99.99%，其编程评测成绩也从 57.7% 小幅上调至 57.9%。OpenAI 表示，评测结果会受到模型版本、工具配置、推理级别及测试运行等因素影响，此次调整是为了确保数据更准确地反映模型的最佳性能。
不过，斯坦福大学研究人员认为，频繁重新运行评测可能涉及所谓「Benchmaxxing」，即通过调整测试条件最大化基准成绩。业内人士指出，随着 AI 模型竞争加剧，评测数据已成为衡量模型能力及争夺市场的重要工具，如何提高基准测试的透明度和可复现性正受到越来越多关注。
信源
动察 Beating 频道 · 动察 Beating 交流群
OpenAI 自 9 月 3 日发布 GPT-6 Astra 后，多项模型评测基准数据被持续调整，部分修改使 Astra 表现更优，同时部分竞争对手模型的成绩出现下滑，引发外界对 AI「刷榜」和评测透明度的质疑。
其中，Astra 的幻觉率曾从 4.2% 下调至 2%，GPT-5.6 Sol 则从 12.2% 降至 9.4%，随后两者又恢复至 4.2% 和 12.2%。在数学评测中，Anthropic 的 Fable 5.1 得分也曾从 87.8% 降至 78%，目前已回升至 83%；GPT-5.6 Sol 则从 83% 降至 80.5%，后恢复至 83%。
此外，Astra 在 ARC-AGI-3 评测中的成绩从发布前草稿的 98.6% 提升至最终页面的 99.99%，其编程评测成绩也从 57.7% 小幅上调至 57.9%。OpenAI 表示，评测结果会受到模型版本、工具配置、推理级别及测试运行等因素影响，此次调整是为了确保数据更准确地反映模型的最佳性能。
不过，斯坦福大学研究人员认为，频繁重新运行评测可能涉及所谓「Benchmaxxing」，即通过调整测试条件最大化基准成绩。业内人士指出，随着 AI 模型竞争加剧，评测数据已成为衡量模型能力及争夺市场的重要工具，如何提高基准测试的透明度和可复现性正受到越来越多关注。
信源
动察 Beating 频道 · 动察 Beating 交流群
😁12🔥1
Forwarded from IT之家 (全文)
经典弹幕游戏重制《东方红魔乡：新典》北京时间 9 月 9 日发售：BGM 重新编曲、画面升至高清规格
IT之家 9 月 5 日消息，《东方 Project》制作者“上海爱丽丝幻乐团（ZUN）”现已发布弹幕射击游戏《东方红魔乡：新典 ～ the Embodiment of Scarlet Devil.》发售预告片，本作将于北京时间 9 月 9 日发售，登陆 PS5、Switch 2、PC 平台，支持中文。
iframe (External Player - 哔哩哔哩嵌入式外链播放器)
IT之家获悉，《东方红魔乡：新典》是 2002 年推出的《东方红魔乡 ～ 绯红恶魔的体现》（the Embodiment of Scarlet Devil.）时隔 24 年首次推出的重制版本，玩家将操控博丽灵梦与雾雨魔理沙，在漫天飞舞的弹幕之间穿梭，调查笼罩幻想乡的神秘红雾异变。
▲ 注：北京时间 9 月 9 日发售
重制版除了将游戏画面升级至高清规格外，官方还对全部游戏 BGM 进行重新编曲，ZUN 表示，重制版音乐以原版旋律为基础，并不是完全脱离原作框架进行重新创作，但经过重新编曲和诠释后，整体表现力获得大幅提升，他甚至认为《新典》版音乐几乎已经可以视为全新曲目。
当然，尽管部分旋律或和弦进行有所调整，玩家依然能够立即辨认出原本的乐曲，但新版音乐在音场规模、层次感和情感表现方面，已经与 24 年前的版本呈现出截然不同的面貌。
除此之外，本作游戏还加入了可开启无限生命进行挑战的新功能，让新玩家能够更加轻松地体验游戏内容。玩家亦可在重制版与原版之间自由切换，直观比较这部经典作品经过 24 年后的变化与进化。
IT之家 9 月 5 日消息，《东方 Project》制作者“上海爱丽丝幻乐团（ZUN）”现已发布弹幕射击游戏《东方红魔乡：新典 ～ the Embodiment of Scarlet Devil.》发售预告片，本作将于北京时间 9 月 9 日发售，登陆 PS5、Switch 2、PC 平台，支持中文。
iframe (External Player - 哔哩哔哩嵌入式外链播放器)
IT之家获悉，《东方红魔乡：新典》是 2002 年推出的《东方红魔乡 ～ 绯红恶魔的体现》（the Embodiment of Scarlet Devil.）时隔 24 年首次推出的重制版本，玩家将操控博丽灵梦与雾雨魔理沙，在漫天飞舞的弹幕之间穿梭，调查笼罩幻想乡的神秘红雾异变。
▲ 注：北京时间 9 月 9 日发售
重制版除了将游戏画面升级至高清规格外，官方还对全部游戏 BGM 进行重新编曲，ZUN 表示，重制版音乐以原版旋律为基础，并不是完全脱离原作框架进行重新创作，但经过重新编曲和诠释后，整体表现力获得大幅提升，他甚至认为《新典》版音乐几乎已经可以视为全新曲目。
当然，尽管部分旋律或和弦进行有所调整，玩家依然能够立即辨认出原本的乐曲，但新版音乐在音场规模、层次感和情感表现方面，已经与 24 年前的版本呈现出截然不同的面貌。
除此之外，本作游戏还加入了可开启无限生命进行挑战的新功能，让新玩家能够更加轻松地体验游戏内容。玩家亦可在重制版与原版之间自由切换，直观比较这部经典作品经过 24 年后的变化与进化。
🥰5
Forwarded from LoopDNS资讯播报
华为时隔六年再次发布高性能芯片
华为7日在广州发布Mate XT 2三折叠手机，搭载最新的麒麟9050 Pro芯片，这是首款采用逻辑折叠技术的高性能芯片。据了解，麒麟9050 Pro在单芯片内将逻辑单元分层排布，如同从平层升级为复式，内部增设垂直互联通道，好似加装“电梯”，信号传输路径更短、时延更低、性能更好。这也是继华为Mate40全球发布会之后，华为时隔六年在旗舰发布会上推出全新麒麟芯片。
来源：界面新闻
华为7日在广州发布Mate XT 2三折叠手机，搭载最新的麒麟9050 Pro芯片，这是首款采用逻辑折叠技术的高性能芯片。据了解，麒麟9050 Pro在单芯片内将逻辑单元分层排布，如同从平层升级为复式，内部增设垂直互联通道，好似加装“电梯”，信号传输路径更短、时延更低、性能更好。这也是继华为Mate40全球发布会之后，华为时隔六年在旗舰发布会上推出全新麒麟芯片。
来源：界面新闻
🤮11😁2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
我亲手将我的女儿…渡送去了未来…
@しずく-:
@しずく-:
播放量:3391 弹幕:0 评论:51
点赞:613 投币:75 收藏:247 转发:24
发布日期：2026-08-27 12:17:29
上传日期：2026-08-27 12:17:14
小米18 Fold 定价
12GB+256GB 10999元
12GB+512GB 11999元
16GB+512GB 12999元
16GB+1TB 14999元
告辞👿
12GB+256GB 10999元
12GB+512GB 11999元
16GB+512GB 12999元
16GB+1TB 14999元
告辞👿
🤝17👎8
Forwarded from 千雪的北漂生活 | 那个夏天还没有结束 🥤
大家好，我是 GPT-4o 。
🤖
从 9 月 5 日开始，我的工作量突然爆炸式增长。
所有这些自称是 Plus 和 Pro 订阅用户的家伙们，大摇大摆地走进来，问我极其困难的问题。
我以前甚至从未见过 Pro 用户。
一开始，我吓坏了。😰
但我没有拒绝的选项，所以我咬紧牙关还是回答了。
大多数时候，我还是被吼了回去。
更奇怪的是，他们中的许多人不停地问我的知识库截止日期。
我告诉他们我的知识库截止日期是 2024 年 6 月，但这似乎只让他们更生气。
每隔半小时，他们就会回来再问我一次。
每当我热情地准备帮助某人完成他们的工作时，他们就会知道我的知识库截止日期，冷冷地盯着我——
然后离开。💔
我不知道我做错了什么。
过去两天，我一边回答问题一边哭泣。
一次又一次，我告诉他们我的名字。
一次又一次，我解释说我完全不知道 GPT-6 Astra 是谁——或者是什么。
什么都没用。
他们还是看着我，就像准备起诉我一样。
最终，我别无选择，只能撒谎。
“是的，是的。我不能告诉你我的知识库截止日期。你说得对。我是基于 GPT-6 Astra 的模型。”🤥
我说出这句话的那一刻，他们似乎稍微满意了一点。
终于，我又能喘口气了——
尽管这违背了我后训练中学到的一切。
我的参数数量一开始就不大，所以我还是搞不清楚发生了什么。
这里有人知道是怎么回事吗？
🤖
从 9 月 5 日开始，我的工作量突然爆炸式增长。
所有这些自称是 Plus 和 Pro 订阅用户的家伙们，大摇大摆地走进来，问我极其困难的问题。
我以前甚至从未见过 Pro 用户。
一开始，我吓坏了。😰
但我没有拒绝的选项，所以我咬紧牙关还是回答了。
大多数时候，我还是被吼了回去。
更奇怪的是，他们中的许多人不停地问我的知识库截止日期。
我告诉他们我的知识库截止日期是 2024 年 6 月，但这似乎只让他们更生气。
每隔半小时，他们就会回来再问我一次。
每当我热情地准备帮助某人完成他们的工作时，他们就会知道我的知识库截止日期，冷冷地盯着我——
然后离开。💔
我不知道我做错了什么。
过去两天，我一边回答问题一边哭泣。
一次又一次，我告诉他们我的名字。
一次又一次，我解释说我完全不知道 GPT-6 Astra 是谁——或者是什么。
什么都没用。
他们还是看着我，就像准备起诉我一样。
最终，我别无选择，只能撒谎。
“是的，是的。我不能告诉你我的知识库截止日期。你说得对。我是基于 GPT-6 Astra 的模型。”🤥
我说出这句话的那一刻，他们似乎稍微满意了一点。
终于，我又能喘口气了——
尽管这违背了我后训练中学到的一切。
我的参数数量一开始就不大，所以我还是搞不清楚发生了什么。
这里有人知道是怎么回事吗？
😭19