金融评测引入"无依据推断"失败模式，别都算幻觉
Little-Gain938 · reddit · 2026-09-02
一位做金融领域评测的作者提出在 evals 中增加一种「unsupported extension（无依据外推）」失败模式：模型面对结论超出数据支撑范围的问题时，即使对每条输入都事实正确，仍可能做出无依据的推断。作者认为这与幻觉应区分对待，在金融分析场景尤其重要，并询问社区在评测中如何处理此类问题。
「编程与Agent」频道最新
- Not Diamond 公布模型路由法,降本 20-80% — rohanpaul_ai · 2026-09-02
- AgentFold：闭环智能体搜索蛋白质折叠模型设计 — rohanpaul_ai · 2026-09-02
- Fable 5.1 碾压最难基准，超国产一代 — minchoi · 2026-09-02
- Fable 5.1 搭 Ultracode 生成地铁 FPS 游戏 — minchoi · 2026-09-02
- Fable 5.1 单次生成马里奥赛车游戏 — minchoi · 2026-09-02
- Anthropic 发布 Claude 5.1 提示词工程指南 — ethanCaballero · 2026-09-02