Anthropic推出概念推理指数CRI

Anthropic: Introducing The Conceptual Reasoning Index

Anthropic联合Redwood Research发布了概念推理指数（CRI），旨在评估AI模型在缺乏实证反馈场景下的推理能力。面对高级AI风险治理中常见的哲学思辨与长期决策难题，团队构建了LMCA、ACCoRD和DTBench三项基准测试。结果显示，即便是Opus 5等顶尖模型，其概念推理得分仍远低于理论上限，且自2024年底以来呈线性增长趋势。这一指标将帮助开发者更精准地衡量模型在AI安全与治理领域的实际表现。