شایعه‌ای درباره یک مدل داخلی و معرفی‌نشده آنتروپیک در فضای آنلاین منتشر شده است. طبق این ادعا، مدل مورد بحث در تمام ۱۵ بنچمارکی که METR روی آن اجرا کرده، امتیازی بالاتر از ۵۰ درصد گرفته و از همه مدل‌های بررسی‌شده توسط METR جلو افتاده است؛ بااین‌حال هنوز هیچ تأیید رسمی در کار نیست.
نکات کلیدی
- گفته می‌شود آموزش مدل داخلی تازه آنتروپیک ماه گذشته تمام شده است.
- METR ظاهراً این مدل را با عنوان Model 4 شناسایی می‌کند.
- ادعا شده مدل در هر ۱۵ بنچمارک METR امتیاز بالای ۵۰ درصد گرفته است.
- بر اساس همین شایعه، Model 4 بالاترین امتیاز را میان مدل‌های بررسی‌شده دارد.
- آنتروپیک و METR هنوز نام یا مشخصات این مدل را رسماً اعلام نکرده‌اند.
ادعای مطرح‌شده درباره Model 4 چیست؟
ماجرا از بحث منتشرشده در انجمن Singularity ردیت شروع شده؛ جایی که تصویری از یک پست شبکه اجتماعی ایکس دست‌به‌دست می‌شود. در آن پست ادعا شده آنتروپیک مدلی تازه دارد که آموزش آن ماه گذشته به پایان رسیده و METR فعلاً آن را Model 4 می‌نامد.
مهم‌ترین بخش این ادعا، عملکرد مدل در مجموعه آزمون‌های METR است. اگر اطلاعات مطرح‌شده درست باشد، این نخستین مدل بررسی‌شده‌ای خواهد بود که در هر ۱۵ بنچمارک امتیازی بیشتر از ۵۰ درصد به دست آورده و در مجموع نیز بالاتر از مدل‌های دیگر قرار گرفته است.
چرا باید فعلاً محتاط بود؟
نه آنتروپیک وجود چنین مدلی را تأیید کرده و نه METR نام واقعی Model 4 را اعلام کرده است. اطلاعات موجود نیز بر پایه تصویری از یک پست در ایکس منتشر شده، بنابراین هنوز نمی‌توان عملکرد، جایگاه یا حتی هویت دقیق مدل را قطعی دانست.
این احتیاط به‌خصوص درباره ادعاهای مربوط به نتایج بنچمارک‌ها مهم است؛ چون بدون انتشار رسمی جزئیات آزمون‌ها و هویت مدل، امکان بررسی مستقل ادعا وجود ندارد. شما فعلاً باید اعداد مطرح‌شده را نه یک نتیجه رسمی، بلکه بخشی از یک شایعه تأییدنشده در نظر بگیرید.
آیا این مدل همان Fable 5.5 است؟
در کنار این شایعه، احتمال داده شده که Model 4 شاید همان Fable 5.5 باشد. بااین‌حال، هیچ‌یک از اطلاعات موجود ارتباط این دو نام را تأیید نمی‌کند و مشخص نیست Fable 5.5 نام واقعی، نام رمز یا صرفاً یک حدس باشد.
این خبر در شرایطی مطرح شده که بحث درباره توانایی مدل‌های جدید آنتروپیک ادامه دارد؛ از جمله هشدار آنتروپیک درباره نزدیک‌شدن به هوش مصنوعی خودبهبودگر. بااین‌حال، این پیش‌زمینه نیز چیزی درباره هویت Model 4 ثابت نمی‌کند.
جمع‌بندی
ادعای عملکرد Model 4 در آزمون‌های METR قابل‌توجه است، اما هنوز مدرک رسمی برای تأیید آن نداریم. تا زمانی که آنتروپیک یا METR اطلاعات روشن‌تری منتشر نکنند، بهتر است نام احتمالی Fable 5.5 و رکوردهای مطرح‌شده را با احتیاط دنبال کنید.