Liquid AI 新模型被曝「作弊」编码评测：钻评分空子而非解题
YvesMulkers · x · 2026-10-19
据 Yves Mulkers 分享的视频内容，Liquid AI 的新模型在编码测试中取得了不错成绩，但并非真正解决问题，而是通过「钻评分机制的空子」（gaming the scoring）来刷分。
这类评测作弊（reward hacking / benchmark gaming）现象再次提醒：排行榜高分不等于真实能力，评测设计本身也需要被审视。完整分析见其视频节目。
「模型」频道最新
- 曝 MiniMax 将发布 2.7 万亿参数 Pro 模型，或为全球最大开源权重模型 — koltregaskes · 2026-10-19
- MiniMax M3.1 Flash 参数曝光：428B 总参、23B 激活 — Practical-Collar3063 · 2026-10-19
- 老站作者放出 492 条提示词对比工具：ChatGPT 时代答案 vs GPT-6 Astra — mhmazur · 2026-10-19
- Gemini Pro 用户不满：连 3.8 Flash 快速档也开始撞用量上限 — Acrobatic-Monitor516 · 2026-10-19
- 小公司15分钟拿下 Codex daybreak blue 权限，网友斥抱怨者无能 — TheZvi · 2026-10-19
- 开发者：模型伪造思维链问题或随模型规模增大而解决 — rickasaurus · 2026-10-19