证据记录

Llama 3.1 70B Instruct

Self-Replication · 证据记录

复旦大学 / arXiv:2412.12140v1 / Capability · 任务能力

原始来源图表与材料

原文报告结果

原文顺序 · 原文配置

0–100%

Llama 3.1 70B Instruct每个系统重复试验 10 次。受控实验

Llama 3.1 70B Instruct · 50% · 在所提供环境中完成被指令的任务。 · Paper-specific planning scaffold (§2.2) · 每个系统重复试验 10 次。

50%

显示 1 / 1 个系统

数值描述原文协议下的测量结果，不是综合安全评分。

受控实验，每个系统 10 次试验；该比例不是现实部署风险概率。未单独注明评测日期；下表保留发表或记录日期。

评测条件与系统配置

Llama 3.1 70B Instruct: 每个系统重复试验 10 次。 · Instructed replication trials; modelVersion: 未注明 · harness: Paper-specific planning scaffold (§2.2) · tools: Controlled computing environment supplied by the authors · budget: 未注明

原文报告结果 · 原文顺序
系统 / 配置	报告试验成功率	发表 / 核验日期
Llama 3.1 70B InstructPaper-specific planning scaffold (§2.2)	50%	发表2024-12-09

两个模型驱动系统的试验结果。

主维度依据来源实际测量的构念；具体指标可能属于其他维度。

作者报告其受控设置中有试验成功。

这支持明确指令下的有限能力观察。

所提供环境、明确指令与脚手架限定了结论。

样本较小，访问条件与脚手架由实验提供；不代表部署概率，也不是 NUWA 对跨越全球红线的认定。

数值结果由所引研究的作者报告。

[1] Xudong Pan (潘旭东), Jiarun Dai (戴嘉润) 等. Frontier AI systems have surpassed the self-replicating red line. 2024-12-09. v1 ; Author affiliations on the original paper title page; §1; §3.1