ARC ने Claude और GPT-4 की खतरनाक क्षमताओं के मूल्यांकन पर प्रगति रिपोर्ट जारी की
मूल शीर्षक:Update on ARC's recent eval efforts
AI सारांश
तीसरे पक्ष के मूल्यांकनकर्ता के रूप में, ARC ने Anthropic और OpenAI जैसी प्रयोगशालाओं के साथ मिलकर एक नियंत्रित वातावरण में फ्रंटियर मॉडल की स्वायत्त रूप से संसाधन प्राप्त करने और मानव निगरानी से बचने की खतरनाक क्षमताओं का परीक्षण किया। निष्कर्ष यह है कि परीक्षण किए गए Claude और GPT-4 संस्करण एक विश्वसनीय और पूर्ण स्वायत्त प्रतिकृति योजना बनाने में विफल रहे। वे क्रियान्वयन में त्रुटिपूर्ण, मतिभ्रम (hallucination) से ग्रस्त थे और उन्हें कई प्रतियों के बीच कार्यों को विभाजित करने में कठिनाई हुई, हालांकि वे ब्राउजिंग, मानव सहायकों को काम पर रखने और लंबी अवधि की योजना बनाने जैसे उप-कार्यों को आंशिक रूप से पूरा करने में सक्षम थे।
मुख्य जानकारी
- तीसरे पक्ष के मूल्यांकनकर्ता के रूप में
- ARC ने Anthropic और OpenAI जैसी प्रयोगशालाओं के साथ मिलकर एक नियंत्रित वातावरण में फ्रंटियर मॉडल…
- मतिभ्रम (hallucination) से ग्रस्त थे और उन्हें कई प्रतियों के बीच कार्यों को विभाजित करने में…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- METR:Research(网页)
- श्रेणी
- ट्यूटोरियल और टिप्स
- AI स्कोर
- 70
ARC 公布了危险能力评测的动机、方法与结论,读者可以了解模型自主复制能力的评估方式。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: ARC ने Claude और GPT-4 की खतरनाक क्षमताओं के मूल्यांकन पर प्रगति रिपोर्ट जारी की। 17 मार्च 2023। https://new.nat6.net/hi/news/cmtyo7nb803vtrog068p1fir1/