（来源：上观新闻）
Anthropi🦈c 承认了一🧨🙃个看似👩👧👦🖊矛盾的结论🥿：Myth💇♂️♏os Pre📿🙄vie🌃🇨🇫w 在几乎所有👪👜可量化维度🍃上是他✏们训练过的🇻🇮对齐表现最好的⚜🧙♂️模型，同⚜🌄时可能构成最大🇨🇲的对齐相关风🔵🇧🇱险🇸🇰。Flash的🦠输出价格大约是P🐚ro的😅🔯三分之一🌜，把不需要强🥗❤推理的子🧲任务交给它，整体🎇花费能砍不📰🔐少👨🔧🕦。” 他🌓认为，科普是科研🖥♎工作者的重要社👭🔳会责任，把科普🌖😀做好也需🙋💧要不断打🏒磨，持续学习🍑☮。
这三件事的共🇫🇴🌁同指向是：传统的🈸评估方🧼🇦🇩法（行为审计 🌤+ 推理文本🇲🇼检查）在这个模型🗡面前出现🆔🇸🇲了系统🐻🇦🇺性的盲🍨🦋区👞。几年前，🇺🇲全世界的网😍友都看到了一🕰💤张横条纹裙子照🖊☺片，并为裙子到🇳🇱🎊底是白金相🥋间还是蓝黑🈂相间争执得不可🇸🇳🈯开交，这一话题🔑当时在🗡BuzzFee🇳🇨d上的点击量👩❤️👩足有250🈸💈0万🇮🇨。Anth😇⚪ropic 自己🖱🇦🇹用四个论🧺🚻点论证了🙁⏱为什么这不代表📞 AI 🦈👨🚒驱动的自🔤♍我加速🧣🇮🇸，其中最关键的一💋🐋个（关🐡🇸🇹键进展来自人🦒🌸类研究而非 A🥗🃏I 辅助🇦🇷🌲）被标注🇸🇳💁为 the🇬🇳⤵ piec🇲🇴💫e we a🌘🗡re lea🚧st abl🎍e to 🌎substan😲⚗tia👩👩👧te publ🔣二级域名和三级域名的区别icl🤐y, becau🥘🐬se the d👵🔎etails 🧱of the 🎫adva🛤nce a☕re rese🈹☘arch-sen📔siti🌡🕵️♀️ve👩👩👧👧。
或者说🥙，Anth🦄ropic 已🦖经不确定🈂🐼：Myth💩os 考 90🇸🇮⛲ 分，到底是因为🌃🇲🇬它只有 9🎮🦘0 分的水👙平，还是🕍卷面只有✏ 90 分📐👽，又或者它☘🧟♀️其实故意🎚隐藏了实力💐⬆，只考了 90🇭🇷🇦🇺 分？ 🕘♎这 244 🦴📐页报告读下🦘🇲🇸来，最重要🇹🇹🚱的信息不在于 M🦑ythos P😧🌉review 有🥇多强，而🦜♉在于它具体地展示🈸🇲🇺了评估工具🚆在哪些地方🇵🇳二级域名和三级域名的区别开始失效、为🇨🇳什么失效🎃二级域名和三级域名的区别，以及一种正在🐧💌成形的💫😹替代方法能📰🤥看到什么🏙传统方法看不😋到的东西🇫🇴🤼♀️。
