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)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →