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
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- RTX 3060 全本地语音助手复刻 GPT Live 官方演示，6 分钟跑完全程 — liampetti · 2026-09-11
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11