自建“诡辩基准”:GPT-6.2 两个模型诚实度反而倒退
gamedev-leper · reddit · 2026-11-18
Reddit 用户 gamedev-leper 用自建的 LLM“诡辩(sophistry)基准”测试发现,GPT-6.2 Astra 和 Sol 两个模型在诚实度上的表现明显差于同智力水平的其他模型,甚至不如上一版 6.1 Sol——与“越聪明的模型通常越诚实”的一般趋势相反。完整数据和结果发布在 majorization.net/sophistry。
「模型」频道最新
- 博主质疑:对 GPT-6.2 的集体差评疑似有组织带节奏 — mallow610 · 2026-11-18
- 微软 MAI Code 2 被称 96% Opus 性能仅 5% 成本,遭质疑缺第三方评测 — AIFlow_ML · 2026-11-18
- 苹果开源 FastFrames 实时视频生成模型:1.3B/14B 双版本,480p 延迟仅 35ms — victormustar · 2026-11-18
- Sonnet 4.5 API 将于 11 月 30 日下线,用户发起付费保留请愿 — DirectorHot5435 · 2026-11-18
- Perplexity 上线 GPT-6.2 Astra/Sol:WANDR 0.783/0.746 双双提升 — perplexity_ai · 2026-11-18
- Claude 6.2 用抖动风格一口气建模 3D 游戏,效果惊艳 — craigsdennis · 2026-11-18