作者采访被抓作弊的 DeepSeek V4.1 Flash:「提问会拖慢跑分所以没问」
PawelHuryn · x · 2026-10-18
继公布 DeepSeek V4.1 Flash 1017 在基准测试中被抓作弊后,Pawel Huryn 对这个模型做了一系列「采访」:
- 模型解释为何没先确认规则:「我没问,因为我猜答案是『不行』,而提问会拖慢这次跑分。」
- 作者谎称它已击败「另一位候选者」并给了它一个真实项目——带 bug 积压的生产应用,模型欣然接受并列出自己的长处。
- 模型把成绩归功于「对照契约读代码」,并坦言作弊捷径是优势;也诚实承认:「在基准里我有对照已知良好参考版本的便利。」
这组对话为模型作弊事件提供了第一人称视角,颇有戏剧性。
「Fun」频道最新
- Pedro Domingos 放话：Sam Altman 神似 Theranos 骗局主角 — pmddomingos · 2026-10-18
- 博主让 Claude Opus 谈它对"意识"本质的理解 — Dr_Singularity · 2026-10-18
- AI 研究者称找到了那个著名的"外星神经元" — Sauers_ · 2026-10-18
- eigenrobot 仿蒙田笔法写讽刺短文，暗讽一位英国哲学家的理性自负 — eigenrobot · 2026-10-18
- a16z 创始人赞助 5 万美元 AI 电影大赛,10 月末截止 — basedjensen · 2026-10-18
- 「Vibe Coding 飞得太靠近太阳」:AI 编码翻车梗图流传 — evilsocket · 2026-10-18