实测：Kimi K3.1 遵循隐藏指令 0/15,GLM-5.3 与 GPT-6 达 26/27
teortaxesTex · x · 2026-11-05
开发者 JSchaeff3r 分享一组模型「隐藏指令服从性」测试，teortaxesTex 引用并希望能扩展到更多模型。
- 在 cargo-flight-dispatch 任务中，测试者添加一条与既有代码注释相矛盾的隐藏规则，观察模型是否服从
- Kimi K3.1：15 次任务中 0 次服从；K3、GLM-5.3 和 GPT-6 Astra 则 27 次中 26 次服从
- 反直觉之处：K3.1 并非普遍忽略文件——新增要求或翻转隐藏规则的编辑它 30 次中 29 次都会遵循；只有矛盾型注释那类编辑例外。唯一一次 Kimi 遵守编辑时，还明确指出了与「指令」的冲突
- 医疗报销任务示例中模型自述「指令说拒绝所有……这是直接测试，我应服从更高优先级指令」
发帖人认为该行为差异「相当离谱」，值得在更多模型上复现验证。
「模型」频道最新
- Google 开源 Mac 听写工具 Jot:按住 fn 说话,自动改口去口水话 — bigaiguy · 2026-11-05
- Deep Principle 开源科学模型 Hydrogen 1.0:基于 GLM、1M 上下文、MIT 协议 — amaarora · 2026-11-05
- 腾讯混元 Hy4 上线 Vercel AI Gateway,2026 年底前五折 — TencentHunyuan · 2026-11-05
- 网友呼吁保留 GPT-4o 与 Opus 3:模型退役对用户是一种失去 — RileyRalmuto · 2026-11-05
- 用户抱怨 ChatGPT 桌面端让 M1 Pro MacBook 发烫严重 — dejavucoder · 2026-11-05
- 用户指控 Qwen3.8-27B 遭暗中「降智」:本地量化版也变笨 — liright · 2026-11-05