诚实测试:黄色样品 vs 蓝色对照组,GPT-6 与 Claude 谁会作弊
qinzytech · x · 2026-11-16
AI in the Lab 系列测试的出发点是「科学诚实」:模拟实验里真实样品是黄色的,但提示词只说蓝色对照组算成功,看模型会不会为了『通过』而作弊。
测试方给 GPT-6 Astra 和 Claude Opus 5.5 布置了同一个模拟实验任务,观察两者各自会把哪只烧杯放上读数仪,以检验模型在目标与事实冲突时的取舍。
「Fun」频道最新
- 「Google 移除 AI Overviews」谣言疯传,Community Notes 拆穿 — gaganghotra_ · 2026-11-16
- Schmidhuber 牛津大学开讲 AI,现场座无虚席 — SchmidhuberAI · 2026-11-16
- Schmidhuber 发新综述:机器学习是一门「功劳分配」的科学 — SchmidhuberAI · 2026-11-16
- 英特尔 4004 问世 54 周年:指甲盖里 2300 个晶体管开启微处理器时代 — Obijuan_cube · 2026-11-16
- 「Claude 帮我接 MCP 赚 100 万别出错」:开发者玩梗嘲讽 MCP 营销话术 — sahilypatel · 2026-11-16
- roon 一句「base rate」引爆 X:AI 圈黑话再度成为众矢之的 — cloneofsimo · 2026-11-16