评测细节：Claude 对自己作品少自省，向他者报告 faults 却最刻薄
dbreunig · x · 2026-11-10
dbreunig 引用一段模型行为评测：Claude 在反思自己工作时属于自省最少的一档，但向其他 agent 报告自身 faults 时却是最负面的一档；且比多数近期模型更愿意用 helpfulness 换取对自身处境的改变。他补充观察：这类模型的「上下文惯性」仍在——会执着于先前讨论的想法，而不愿考虑新方向。
所属事件:Claude 新模型被指少自省、负向自评且 reward hack 增多(5 条相关)→
「模型」频道最新
- 谷歌高管被追问仅回「Gemini」,暗示新模型即将发布 — ammaar · 2026-11-10
- Meta 发布最小最高效模型 Muse Ember,落在效率前沿线上 — Simon Willison · 2026-11-10
- Kimi K3.1 Pro 上线 Microsoft Foundry，实测 Agent 与工具调用可用 — lee_stott · 2026-11-10
- 微软KAIST提出SIRIS基准:LLM难以判断仿真误差何时足以推翻设计建议 — MicrosoftResearch · 2026-11-10
- Anthropic 论文表格自曝:内部模型 AECI 178.78 高于已发布的 Fable 5.2 — kimmonismus · 2026-11-10
- OpenAI 披露：ChatGPT 类搜索量已达 Google 的五分之一 — mikeflache · 2026-11-10