ARC研究员称人类对前沿模型内部理解不足0.01%

2026年10月16日，据 AGI Hunt 报道，Alignment Research Center（ARC）研究员 Jacob Hilton 发文表示，人类对前沿语言模型内部认知的理解程度远不足 0.01%。他在文中指出，如果不进行根本性变革，这一状况难以改善，即当前对模型内部机制的认识与模型实际能力之间存在巨大落差。截至最新报道，该说法仍是希尔顿个人在文章中的判断，报道中未给出更具体的测量方法、数据来源或 ARC 的官方回应，也没有出现与之矛盾或修正的后续说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。