训练54个模型有机体，可解释性审计分数差异巨大

2026年10月14日，AGI Hunt 报道论文《How to train your model organism》：研究者训练了 54 个模型有机体，用于机械可解释性审计，结果发现审计得分会因训练方式的不同而出现巨大差异。报道称，若压力测试设置不当，可解释性基准结果会像抽彩票一样不可靠。基于这一结果，论文作者呼吁改用更贴近真实的模型有机体来开展可解释性审计。目前公开的结论集中在训练方式对审计分数可靠性的影响，以及由此提出的模型有机体改进方向。

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。