「推理深度」估算揭示 Sol 6.1 疑似在 looping,但测量方法本身可能不可靠
scaling01 · x · 2026-09-30
博主用一项「真实推理深度」估算做了「spot the looper」分析:5.6 luna/sol 和 6 luna/sol 都测不出 looping 迹象,而 6.1 sol 和 6 astra 结果可疑(sus),暗示 6.1 sol 可能在用 looping。
但他随后自我修正:数据其实给出三种解释——looping 并不特别有效;6.1 sol 是比 6 sol 更小的模型(但他认为不太可能,因为新模型知识更多);6.1 sol 根本没在 looping。最简单的解释是这个度量本身不太可靠,且单次 loop 并不能让推理深度翻倍。
所属事件:博主测算质疑Grok 6.1靠循环推理刷分(3 条相关)→
「模型」频道最新
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16