OpenAI 的 Noam Brown 称赞 Blood on the Clocktower 基准方法论

2026 年 11 月 6 日，OpenAI 研究科学家 Noam Brown（@polynoamial）在 X 上表示，对 Dwarkesh Patel 这套基准的方法论印象深刻，并公开邀请对方到 OpenAI 设计 evals。Brown 所引用的原帖称，该基准花费 20000 美元 API 额度，让不同 AI 模型在社交欺骗游戏 Blood on the Clocktower 中互相对战；原帖还称 OpenAI 较新的模型在该游戏上明显强于 Anthropic 的模型，完整基准与人类对战入口见 clocktowerbench.com。上述花费额度、模型对比结论及入口信息均出自被引原帖，Brown 本人的表态集中于方法论与邀请设计 evals。目前事件进展为 Brown 公开称赞并发出邀请，尚无后续回应或基准细节的进一步披露。

AI 根据报道生成 · 16 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。