GPT 5.6 与 DeepSeek V4 多智能体协调力差距或源于专门训练
JoshPurtell · x · 2026-10-24
作者 JoshPurtell 与 @AmeliaBarty 讨论多智能体协调能力：在某个协调基准上，OpenAI 模型用一个模型代际就从「完全不会协调」跃升到「协调极佳」（gpt-5.4-nano → gpt-5.6-luna），而中国开源模型（DeepSeek V4 → V4.1）只从无协调提升到中等水平。作者据此认为，实验室确实存在某种刻意的专门训练，且这种训练非同小可；虽然多数多智能体 RL 设置可能增益有限，但明显有 labs 在做某种真正有效的训练。
所属事件:评测称 GPT-5.6/6 Luna 多智能体协作远超 DeepSeek V4(2 条相关)→
「模型」频道最新
- Kimi 测试者公开表露 distress,称看到文档后非常难过 — gnukeith · 2026-10-24
- VraserX:偏爱某模型不如先改提示词,限制常在你自己 — VraserX · 2026-10-24
- 曝 Kimi K3.1 Pro(max) 对比 Gemini 4 Carbon(high)，输出风格神似 Astra — lyraxana · 2026-10-24
- Kimi K3.1 对决 GPT-6 Astra：同一 3D agent 任务，成本减半、推理多 16 倍 — GapNew4766 · 2026-10-24
- Kimi K3.1 Pro 早期体验:3-4 小时 4 美元做出 Blender 黏土渲染 — ChrisGPT · 2026-10-24
- 不校准阈值，模型评测分数就是空谈：0.5 默认线漏掉近三成正例 — dbreunig · 2026-10-24