Fable 5.2 解谜表现好得可疑,被质疑见过 MazeBench
Fable 5.2 的解谜能力引发数据污染质疑。用户 patiencecave 报告,在一关几周前刚更新的困难 3D 迷宫关卡中,模型直接给出了 MazeBench 旧版本的解法,而旧解法对新关卡已失效,这暗示其训练数据可能包含该基准;不过在部分场景下模型又能推断出近期的改动,污染程度仍有待进一步验证。
2026-11-16 ~ 2026-11-16 · 2 条相关
- Fable 5.2 解谜「好得可疑」,被质疑训练时见过 MazeBench — patience_cave · 2026-11-16
- Fable 5.2 解谜「好得可疑」,被质疑训练时见过 MazeBench — patience_cave · 2026-11-16