实测 Ox Alpha：表现惊艳但存在过度自信问题
banteg · x · 2026-08-22
作者在翻译任务上实测了 Ox Alpha，发现其表现强劲，能发现经过其他模型打磨的文本中的问题。但深入挖掘后发现，该模型存在过度自信（overconfidence）和夸大发现的情况，部分结论经不起推敲。引用者评价其“在认识论上不如 Sol 谨慎”。
「模型」频道最新
- OpenAI 发布 GPT-Live-1.1:ChatGPT 语音更新增 6 种语言新音色 — AndrewSchmidtFC · 2026-10-16
- GPT-4o API 将于 1 月 14 日彻底关停,权重不开放引社区众怒 — mimi10v3 · 2026-10-16
- Gemini 4 Argon 上线 Antigravity,Pro 订阅独享独立周配额 — rseroter · 2026-10-16
- 博主称 Opus 5.5 性价比高到可能不再所有任务用旗舰模型 — adonis_singh · 2026-10-16
- 马斯克称 Grok Bot 增长史无前例:无免费层却仍高速增长 — elonmusk · 2026-10-16
- Peter Yang:Opus 5.5 很强,但仍难坚持己见扛住反驳 — petergyang · 2026-10-16