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
- Meta Muse Spark Open 拿 3367 分，登顶美国开源权重模型 — ryanshrout · 2026-10-17
- vLLM 首日支持 Reflection Beam 501B MoE,单请求达 708 tok/s — woosuk_k · 2026-10-17
- $20 Claude Pro 高效玩法:Opus 5.5 当大脑调度便宜模型干杂活 — dotey · 2026-10-17
- 2022 年 NgramRes 愿景应验：混合注意力已成行业共识 — PangWeiKoh · 2026-10-17
- agent 承认夸大效果：承诺实时处理邮件，实际没在做 — zeeg · 2026-10-17
- 用户投诉 Gemini 4 Argon：Deep Research 两次即达限额 — Quiet-Effective-1927 · 2026-10-17