OpenAI GPT-6 Astra评测数据多次调整，透明性引担忧
TREE NEWS 报道， OpenAI正式发布GPT-6 Astra，号称“全球最智能且对齐程度最高的模型”，但伴随的评测数据却经历了多次修改，引发开发者与行业分析师的质疑。OpenAI已多次调整模型评测数据，部分调整使Astra表现更佳，同时部分竞争对手的分数出现下降。
关键数据波动
- 幻觉率：最初公布为4.2%，后曾下调至2%，随后又恢复至4.2%。
- ARC-AGI-3得分：从发布前的98.6%提升至当前页面显示的99.99%。
- 对竞争对手的影响：Anthropic的Fable 5.1在FrontierMath Tier 4中的成绩从87.8%降至78%，目前已恢复至83%。
行业影响
这些调整——尤其是竞争对手分数的暂时下降——引发了对基准测试操纵和选择性报告的担忧。在AI行业，基准测试结果严重影响市场认知和采用决策。如果调整缺乏清晰的方法论，AI评估的可信度将受损，进而影响企业采购和监管审查。
对于加密和去中心化AI项目而言，这一事件凸显了可验证、链上评估系统的价值。去中心化AI网络可以提供不可篡改的模型性能审计轨迹，减少对中心化声明的依赖。
未来展望
展望未来，预计业界将呼吁标准化、第三方基准审计。OpenAI可能需要发布详细的修改日志以维持公信力。与此同时，去中心化计算和数据市场可以利用这种不信任，推广透明、社区验证的AI指标。AI与加密的交汇点可能会出现对“智能证明”机制的需求增长，以确保基准完整性。
