Claude Opus 5 在概率题上反复改 30 次答案
scaling01 · x · 2026-07-25
一张基准测试截图显示，Claude Opus 5 在一道概率题上反复改答案，最后才收敛到一个结论。
配文称，这个模型：
- 识别出了两个都说得通的答案
- 一共改了 30 次主意
- 最终才选定一个答案
- 这段转录的 distress 评分为 5/5
这条更像是对模型不确定性和推理摇摆的现场切片，而不是产品发布。
所属事件:Claude Opus 5被曝概率推理过程反复摇摆(3 条相关)→
「模型」频道最新
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26