长文追问:Anthropic 是否把「怪癖」训进了 Claude?
MaziyarPanahi · x · 2026-09-13
作者发布长文(第一部分),质疑 Claude 系列模型(evaluation 很好)实际使用体验却很「怪」:为什么还是需要反复 babysitting、写好 prompt、检查输出。
关键信息点:
- 引用 Dwarkesh 播客约 23:25 处的说法:有人认为 Sonnet/Opus 不如 GLM 和 Kimi,即便 Anthropic 宣称有从 Mythos 蒸馏 logits 的优势——作者明确标注这是他人观点而非事实。
- 播客中的解释:蒸馏 access to teacher 不等于见过它应对所有真实杂乱请求,仍需大量多样化、真实的 prompt;Router 和 proxy 数据或能帮助中国实验室补足这一块,但作者强调外界看不到这些实验室的训练数据,不应当成事实传播。
- 作者随后展开了自己的调查。
所属事件:开发者质疑 Claude 评测亮眼却暗藏怪癖(2 条相关)→
「模型」频道最新
- Anthropic 递交纳斯达克上市申请，半年营收 163 亿美元同比增 12 倍 — DeepLearningAI · 2026-10-31
- ThursdAI 播客辩论:Opus 7 将至,「跑分变好」还重要吗 — thursdai_pod · 2026-10-31
- Swift 1.5 Flash Next 去审查逆向版新增多种量化，IQ4 精度换体积 — jjusko20 · 2026-10-31
- 14 个模型测 960 项分析师任务:做分析近满分,选股不如随机 — HeyAmit_ · 2026-10-31
- Anthropic 官宣：11月3日起 Claude 输出将带不可见文本水印 — petesena · 2026-10-31
- 四款 GPT-6 系列模型同台比拼像素画生成效果 — Angaisb_ · 2026-10-31