发帖人意外发现:v4.1 flash 在被要求控制 CoT 时反而更准确
dfrsrchtwts · x · 2026-10-27
接续其对 CoT 可控性评测激发方式的质疑,发帖人补充一个反直觉观察:某模型 v4.1 flash 在被要求控制自己的思维链时,答题准确率反而上升——与「控制 CoT 通常损害任务表现」的预期相反。此帖为线程附注,信息量有限,细节需查 87 页完整报告。
所属事件:反常现象：Gemini 4.1 Flash 被要求控制思维链时准确率反升(2 条相关)→
「模型」频道最新
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27
- 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27