DeepMind模型被指体验远逊官方评测，专家呼吁公开原始思维链
billyuchenlin · x · 2026-08-02
针对 DeepMind 模型的表现，多位 AI 领域开发者展开了讨论。他们指出，官方报告中的模型表现与实际使用体验存在巨大鸿沟，仿佛是“不同的物种”。
讨论认为，这种差距可能源于模型本身的能力，也可能得益于专家用户的提示词技巧和充足的算力预算。此外，开发者也希望未来能进一步公开模型的原始思维链（raw thinking traces），甚至实现完全的可复现性，以验证其真实水平。
「模型」频道最新
- KOL 盛赞 Opus 5.5:目前没有比它更好的模型 — kimmonismus · 2026-10-16
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16