模型为何脑补而非承认看不出来：评测只奖励正确不奖励诚实
ziv_ravid · x · 2026-07-04
「Mirage（海市蜃楼式脑补）」研究作者解释模型为何倾向脑补而非承认「我看不出来」：这是被评测机制塑造的。现有 benchmark 只考核答案正确性、不考核是否有依据，因此基于先验去猜的期望收益为正，弃答收益为零——幻觉在当前评测体系下其实是最优策略。
「研究」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27