LLM 遇多正确答案任务表现糟糕，呼吁新训练方法
andpoul · x · 2026-10-30
开发者 andpoul 感叹 LLM 在「正确答案多于一个」的任务上表现非常差。他表示自己并非「需要换架构」派，但认为可能需要新的训练方法来解决这一局限。
「模型」频道最新
- M2 Mac 24GB 跑 MLX，法译英该选哪个模型？ — greenreddits · 2026-10-30
- AI 风险追踪：2026 年网络攻击复杂度正逼近 GTG-1002 间谍行动峰值 — Jsevillamol · 2026-10-30
- Cognition 编码榜：Mistral Large 4 居首 19.7%，DeepSeek 紧随其后 — onetwoval · 2026-10-30
- NVIDIA Nemotron 3.5 Super 发布:120B/12B 激活参数,SWE-bench Pro 得 51.78% — dair_ai · 2026-10-30
- Bonsai 把 Qwen 27B 从 55.6GB 压到 5.9GB，保留 98.2% 跑分 — nicolechirps · 2026-10-30
- 「开放权重+非中国」双限定即无关模型？编码模型之争引热议 — dannycantalk · 2026-10-30