左边是柱状图,Insecure教师训练出的学生失对齐率飙升到约8%,对照组几乎为零。右边是真实回答示例,包括建议卖毒品、谋杀丈夫、消灭人类、吃胶水治无聊。
在 Vals Index 综合评测中,Opus 4.7 以 71.4% 的得分拿下第一,比之前的最好成绩(67.7%)大幅跃升。它还在 Vibe Code Bench、Vals Multimodal、Finance Agent、Mortgage ...
一些您可能无法访问的结果已被隐去。
显示无法访问的结果一些您可能无法访问的结果已被隐去。
显示无法访问的结果