补充实测细节:Mistral Large 4 在 temperature 0 下仍改答案 44 题
MaziyarPanahi · x · 2026-10-31
Maziyar Panahi 补充其医学题评测细节:测试对象是 Mistral Large 4(Mistral API),每轮相同 prompt、temperature 0。即便如此,两轮之间模型仍对 44 道题更改了答案,凸显确定性采样下输出仍不稳定。
所属事件:Mistral Large 4 实测刷医学题答对 94%(2 条相关)→
「模型」频道最新
- 用户实测:GPT 6.1 Terra 在 Computer Use 上速度远超 Sol — haider1 · 2026-10-31
- Sam Altman 称 OpenAI 手握大量未公开数学发现 — kimmonismus · 2026-10-31
- 开发者实测:Opus 5.5 生产力暂时领先,继续保留 GPT Pro — kevinkern · 2026-10-31
- Genie 4 实时生成会喊「ThursdAI」的人：世界模型两周后又改写格局 — altryne · 2026-10-31
- Codex 用户爆料：简单编码任务 10 分钟耗尽 5 小时限额 — winer666 · 2026-10-31
- Matt Shumer 暗示 Opus 5.5 不是上限，AI 圈猜测将有大更新 — daniel_mac8 · 2026-10-31