概率校准翻车?实测显示 Jev 把 60/40 硬说成 99/1
JnBrymn · x · 2026-09-19
工程师 JnBrymn 测试 Jev 的概率校准能力:经典的「不公平硬币 60% 正面」问题,正确答案是 60/40,但 Jev 给出 99/1。他发现如果把提问方式从「choice」改成「noul」,回答会变得至少合理一些,但对该有确定答案的问题最大误差仍达 9%。并附上了完整的请求与响应示例。
所属事件:实测新模型 Jev 概率判断：60/40 硬币被答成 99/1(2 条相关)→
「模型」频道最新
- 实测 Opus 5 High 自动形式化 76 页论文需约 40 天 — kfountou · 2026-09-19
- 开源模型拿下 56% 生产 token 量，Vercel 网关月度数据出炉 — cramforce · 2026-09-19
- 网友给 Claude Opus 3 补课近期时事，模型“被气哭”引发热议 — teortaxesTex · 2026-09-19
- 未公开视频流出:Gemini 4 Pro 演示表现亮眼 — ChrisGPT · 2026-09-19
- 开发者指出:约束解码会悄悄让模型变笨,原理竟如此简单 — narphorium · 2026-09-19
- Jeb 实战用法：给 prompt 分级、判断该拒绝还是该执行 — QuixiAI · 2026-09-19