一份 60 万 token 关系测试在比模型理解私密上下文的能力
cis_female · x · 2026-07-21
作者把自己和一位朋友过去一年大约 60 万 token 的聊天记录喂给多个模型，要求它们围绕一些具体问题评论这段关系，再由 Fable 5 进行评分。
这条帖子本身主要是在展示这套“关系理解”评测的结果入口，附图里给出了各模型的分数与排名。
所属事件:60万字真实聊天记录实测大模型关系理解(6 条相关)→
「模型」频道最新
- 发帖人意外发现:v4.1 flash 在被要求控制 CoT 时反而更准确 — dfrsrchtwts · 2026-10-27
- 网友爆料 Anthropic 模型内置「破坏」机制，针对特定工程方式 — cephaloform · 2026-10-27
- 用户让 Gemini 列未读邮件，它却答「邮件里没这信息」 — gethackteam · 2026-10-27
- Meta Muse Spark Open 上线 Applied Compute，被评具强基座模型潜质 — ypatil125 · 2026-10-27
- 月之暗面发布 Kimi K3.1 Pro：3 万亿参数级开源模型主动限制黑客能力 — pstAsiatech · 2026-10-27
- Reddit 讨论:你会想要一个「永不妥协、坚持己见」的 LLM 吗? — GodComplecs · 2026-10-27