Fable 5.2 解谜好到可疑:仍答对已被更新作废的旧版迷宫答案
patience_cave · x · 2026-11-16
MazeBench 作者观察到一个可疑现象:Fable 5.2 在某个困难 3D 关卡中,直接给出了旧版本 MazeBench 的解法——该关卡两周前刚被更新,旧解法本已失效,模型却仍按旧答案作答。
作者称 Fable 5.2 解题「好到近乎可疑」:单条回复即可解完长谜题,几分钟攻克设计者耗时数小时制作的关卡,3D 空间推理强于 GPT-6 Astra。多数情况下它能适应关卡变更,但这次暴露了可能的训练数据污染线索。
所属事件:Fable 5.2 登顶 MazeBench 效率榜却疑似记住了旧答案(2 条相关)→
「模型」频道最新
- 悬赏 5 天无人找到 750 词假阳性,网友:没人愿赌 1000 美元 — ctjlewis · 2026-11-16
- Pangram 误报悬赏之争:五天无人领赏,是检测器太准还是没人愿赌 1000 美元 — FangYi11101 · 2026-11-16
- MazeBench token 效率榜:Fable 5.2 领先,将跑满 10 亿 token 验证 — patience_cave · 2026-11-16
- MazeBench 新高:Fable 5.2 花费 90 小时和 6000 美元跑出 21% 登顶 — patience_cave · 2026-11-16
- 腾讯 Hy4 flash 与 internlm Sage-S2.1-Flash 同日发布,实测征集 — MajesticPuzzler · 2026-11-16
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16