网友实测 Google 新模型 gemini-decision-1 的日常「假设」概率校准
elvano124 · reddit · 2026-11-12
Reddit 用户用 Google Colab 实测新模型 gemini-decision-1,考察它在日常「假设」场景下给出的校准概率:餐厅里饮品被打翻、小孩弄坏 Wi-Fi 路由器、IP69 防水手机落水池 20 分钟等。作者公开了完整 notebook,任何人填入自己的 Gemini API key(存入 Colab Secrets 的 GEMINIAPIKEY)即可复现,重点看模型对概率校准而非单次答案。
「模型」频道最新
- Claude Fable 5.2 登顶 AA-Robotics 榜,纯视频估算尺寸首过测盒任务 — ArtificialAnlys · 2026-11-12
- Codex 与 Claude 交替领跑:观察者称 Claude 重夺 Q4 领先 — haider1 · 2026-11-12
- 用户实测 Argon 同任务成本骤降 93%,疑似悄悄调价或提效 — No-Humor4927 · 2026-11-12
- 用户抱怨 Google AI Mode 收紧内容护栏,连同人小说都被拒 — Designer_Lion2913 · 2026-11-12
- Hassabis 转发暗示 Gemini 4 carbon 表现惊艳，评测结果即将公布 — demishassabis · 2026-11-12
- Aside 计算机使用 Agent 在 Scale AI Cua Driver Bench 拿下 SOTA — brandon_galang · 2026-11-12