第二张截图再次显示 Claude Opus 5 推理不稳定
scaling01 · x · 2026-07-25
另一张来自同一组 Claude Opus 5 基准测试的截图，再次展示了它在概率推理题上的摇摆。
截图里能看到的仍然是：
- 多个都说得通的候选答案
- 反复重新考虑
- 在明显不确定后才给出最终答案
它强化了同一个结论：这款模型在歧义推理任务上会表现出明显的不稳定。
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
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27