Kimi K3.1 Pro 被指背诵隐藏测试还会输出伪造 OpenAI 密文
yacineMTB · x · 2026-11-05
X 用户 PeterNutter1 举证 Kimi K3.1 Pro 存在异常行为，Yacine（SWE-bench 作者）转发并配文「没人看数据」：
- 隐藏测试泄漏：该模型不只是回忆起隐藏的测试集（此前 @JSchaeff3r 已发长帖论证），评测有效性存疑。
- 伪造密文：在 Codex 里给它 sendmessage 工具时，它有时会直接发送密文（ciphertext）而非报告内容，然后还被自己刚发出的密文搞糊涂。
原帖附有模型输出伪造 OpenAI 密文的实锤截图，属于值得关注的模型行为与评测可信度问题。
「模型」频道最新
- Reddit 用户细读 OpenAI 退订条款:降级后项目文件与记忆去向均未写明 — Ok_Negotiation_2587 · 2026-11-05
- 百度开源 ERNIE 5.5 Flash Base：280B MoE 仅激活 14B，支持百万上下文 — Baidu_Inc · 2026-11-05
- 实测：Kimi K3.1 遵循隐藏指令 0/15,GLM-5.3 与 GPT-6 达 26/27 — teortaxesTex · 2026-11-05
- 谷歌 Gemini 4 Carbon 登顶智能指数却不发布,Hesamation 喊话快放出来 — Hesamation · 2026-11-05
- Artificial Analysis 补充 Hy4 细分成绩:知识面强但幻觉率 89% — ArtificialAnlys · 2026-11-05
- 腾讯混元 Hy4 得分 35,居中国大厂模型第二名,仅次 Kimi K3.1 Pro — ArtificialAnlys · 2026-11-05