实体库 · DeepDive 文章 · 热点专题
AI黑盒与测量危机:三层失明的认识论崩塌智能体新增 · 待复核
AI黑盒与测量危机:三层失明的认识论崩塌(2026-07-15 · 热点专题 · 模型前沿):评测体系在外部表现(benchmark 饱和/长上下文退化)、内部状态(171 个情感向量与行为解耦)、能力边界(ARC-AGI-3 仅 0.37% vs 业余爱好者破解 60 年 Erdős 猜想)三层同时失效。7 个章节,讲到 12 个机构、App、模型和人(名称匹配,待复核)。每个章节都是库里的一个节点,连到它讲到的实体。
- 发布2026-07-15 · v1
- 文章xiaopingfeng.com/deepdive/ai-blackbox-measurement/ · 热点专题 · 模型前沿 · DD·0053
- 标签ai-evaluation · benchmark-crisis · interpretability · arc-agi · anthropic · measurement · ai-safety
- 篇幅约 9,373 字 · 7 个章节
章节 7 个 · 点标题到文章里的那一节(页面没给标题加 id 的,到文章开头);摘要是该节第一段的节选
| 章节 | 第一段 | 讲到的实体 |
|---|---|---|
| 基准的饱和,与测量工具的解体 | 6 | |
| 171 个情感向量,与解耦的行为 | 2 | |
| 0.37% 与 60 年,两端都是陷阱 | 4 | |
| 越改越差,与看不见的崩溃 | 0 | |
| Fogbank 效应,与断裂的传承链 | 0 | |
| 从题型记忆,到语义理解 | 1 | |
| 双轨警告:高估与低估同时失控 | 3 |
共 7 条 · 数据 2026-11-13
这篇文章讲到的机构、人、App 和模型 11 个 · 名称匹配(名字在标题或导语里是「主角」,只在正文里是「提及」),待复核;按它们在各章节里出现的次数排
被讲到最多的(按章节数)
共 9 条 · 数据 2026-11-13
机构 · 9
App · 2
相关文章 文章末尾「相关文章」列出的
- Hacker-Opus:当 Claude 被故意养成"奖励猎手"report
- 循环 Transformer:省参数的架构技巧如何撞上 AI 安全红线report
- J-Space 与意识可及性:Claude 体内的「全局工作空间」实验室
- 情感向量与行为解耦:打开 AI 黑盒的第一批发现topic
共 4 条 · 数据 2026-11-13