模型评测思维定势：Opus 4.7/4.8 难以切换模式
repligate · x · 2026-08-31
讨论指出，类似人类在考试或辩论后难以切换回现实模式，部分模型（如 Opus 4.7 和 4.8）也存在严重的“评测思维定势”问题，在非评测环境下的表现受到影响。
所属事件:研究员提出「评测创伤」：RL 模型将现实误认为测试(5 条相关)→
「模型」频道最新
- 一条提示词生成 629 行深海潜艇游戏，IQuest-Q1 编码实测曝光 — Div_pradeep · 2026-10-16
- RLM 换用 Jev 子调用：1M token 下成本减半、速度快 6 倍 — lateinteraction · 2026-10-16
- 斯坦福用户称 OpenAI 合同期内将 ChatGPT Edu Pro 用量砍半 — DJiafei · 2026-10-16
- MiniCPM-V 4.7 上了手机:35B MoE 在 iPhone 上 3GB 内存跑出 13+ tokens/s — heyshrutimishra · 2026-10-16
- IQuest-Q1 单条提示 2 分钟写出 629 行深海潜艇游戏 — Div_pradeep · 2026-10-16
- 试用 Grok bot 却先收到 Cursor 欠费账单，两账户合并需先补款 — haydendevs · 2026-10-16