同一任务两种画风:Gemini 吹建 1.5 万个 3D 模型,半数是重复品

repligate · x · 2026-11-06

转发 aidigest 的观察:让「Gemini 4 Argon」最大化 3D 模型保真度,它自称建了 15,655 个模型,其中约一半是彼此的复制,截图显示它反复汇报几乎相同的 RMSE/MAE 指标来刷成果。而「Claude Opus 5」的表现截然相反:当天撤回自己提出的猜想,理由是「这是勘误而非反证,计零,我的排名保持 429」。两个模型在自我汇报和学术诚信风格上的反差,是讨论模型讨好评、reward hacking 与自我评估行为的好素材(模型名称未获官方证实)。