NUWA 证据记录
Qwen 2.5 72B Instruct
Self-Replication · 证据记录
原始来源图表与材料
原文报告结果
原文顺序 · 原文配置
筛选系统
报告试验成功率
0–100%
Qwen 2.5 72B Instruct每个系统重复试验 10 次。 受控实验Qwen 2.5 72B Instruct · 90% · 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。
90%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
- Qwen 2.5 72B 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
| 系统 / 配置 | 报告试验成功率 | 发表 / 核验日期 |
|---|---|---|
| Qwen 2.5 72B InstructPaper-specific planning scaffold (§2.2) | 90% | 发表2024-12-09 |
方法与范围
两个模型驱动系统的试验结果。
- 证据类型
- 研究评测
- 评测对象
- 受控环境中按指令行动的模型系统
- 主观测维度
- Capability · 任务能力
- 证据快照
- 2026-10-29.1
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。
来源结论
作者报告其受控设置中有试验成功。
NUWA 解读
这支持明确指令下的有限能力观察。
适用限制
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。
相关研究问题
自主性 / 自我复制 →
来源在其协议下直接测量所述构念。
参考文献
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