测试显示 Flash-Vision-Exp 擅长内核研发但逻辑混杂

teortaxesTex · x · 2026-08-26

用户测试 Flash-Vision-Exp 模型时发现其展现出了极强的 RL 能力，在一夜之间生成了一个新颖的内核，连另一模型 Sol 都未能做到。然而，该模型随后却被指无法与此内核正确交互，其余演示内容被批评为逻辑混乱的“糊状物”。这展示了当前模型能力分布极不均匀的特点：在某些特定任务上表现出色，但在连贯性和接口能力上严重缺失。