测试显示强推二选一会让模型高估哥德巴赫猜想

一段视频测试了 GPT、Claude 等顶级模型对等价于停机问题的哥德巴赫猜想式问题：该猜想自 1742 年提出至今未解，计算机已验证到 4×10¹⁸。结果显示，当允许回答「不知道」时模型表现谨慎，而强制 yes/no 判定时，模型却给出 95% 以上的置信度，凸显提问方式对模型输出的影响。

2026-11-02 ~ 2026-11-02 · 2 条相关

• GPT 与 Claude 押注哥德巴赫猜想：允许说不知道时会怎样 — Nir777 · 2026-11-02
• 强制 yes/no 判定让模型对哥德巴赫猜想给出 95%+ 置信度 — Nir777 · 2026-11-02