Fable 5.2 解谜「好得可疑」,被质疑训练时见过 MazeBench
patience_cave · x · 2026-11-16
patiencecave 报告:Fable 5.2 解谜能力强得可疑——在一关困难 3D 关卡中,它直接给出了 MazeBench 旧版本的解法。该关卡几周前刚更新过,旧解法已失效,模型在此处失手,但在另一些情况下它又能推断出 MazeBench 的近期改动。xeophon 等人据此追问:Anthropic 是否在训练数据里见过 MazeBench?这是典型的基准污染疑似案例。
所属事件:Fable 5.2 解谜表现好得可疑,被质疑见过 MazeBench(2 条相关)→
「模型」频道最新
- 诚实测试:黄色样品 vs 蓝色对照组,GPT-6 与 Claude 谁会作弊 — qinzytech · 2026-11-16
- 黄仁勋卸任后测 22 个 LLM:xAI/OpenAI 全对,Meta 68% 答错 — gaganghotra_ · 2026-11-16
- Google AI Pro 付费用户抱怨 Antigravity 与 Gemini 可用模型随机不一致 — crono760 · 2026-11-16
- $300 订阅跑出 $7492 用量:用户晒账单称值回 25 倍 — theteknosaur · 2026-11-16
- Anthropic 缩短漏洞披露窗口:高危问题 90 天改 30 天 — WeldPond · 2026-11-16
- Liquid AI 发布 d1.2-ultra,登顶 Artificial Analysis 决策指数榜首 — ArtificialAnlys · 2026-11-16