Bloomberg 爆料:Gemini 4 跑分亮眼但员工实测不佳,编码任务吃力
daniel_mac8 · x · 2026-10-01
danielmac8 转引 Bloomberg 关于 Google Gemini 4 的报道与圈内讨论。
报道称,尽管 Gemini 4 在常用基准测试上表现出色,但据直接接触该项目的内部人士透露,员工在实际工作中使用时表现不如预期,尤其是在处理某些编码任务时存在困难。"跑分好看、实战拉胯"的落差成为讨论焦点。评论中也有人调侃 Google "需要更好的内部人",及祈祷传闻不实的期待。
所属事件:Gemini 4 跑分爆料密集涌现，彭博曝内部实测遇冷(35 条相关)→
「模型」频道最新
- 曝 OpenAI GPT 6.2 处于极限安全评估中，或推迟发布 — imjustnewatai · 2026-11-16
- Google 一周连发两颗新 TPU、Gemini Robotics 2.5 等 AI 成果 — haider1 · 2026-11-16
- 模型国际象棋再战：GPT 6 Astra 执白 76 手将杀 Claude Fable 5.2 — StorageThese9556 · 2026-11-16
- Claude 3 Sonnet 满口胡言后突然切换助手腔,拒绝内容并划清界限 — repligate · 2026-11-16
- Plus 用户反映 GPT 6 今日输出异常，对话末尾频出胡言乱语 — Lanceward · 2026-11-16
- AHA! 免 LLM 权重空间编程：改几千个权重让 0.8B 模型 GSM8K 翻五倍 — hbouammar · 2026-11-16