#frontier models

三周的先例：Claude Fable 5的禁令如何为AI安全治理建立了新的基准

当模型的越狱成为国家安全事件时，一切都会改变 Claude Fable 5作为公开产品仅存在了三天，于2026年6月12日被美国商务部从互联网上撤下。触发原因很简单：亚马逊的研究人...

基准测试的天花板问题当多数前沿AI模型在MMLU基准上达到88%以上的准确率时，一个尴尬的事实浮出水面：衡量AI性能变得越来越困难。这不是因为AI停止了进步，而是因为我们用来评估...