追加实测:GPT 6.2 处理长任务爱堆术语,缺「读者心智」
johnowhitaker · x · 2026-11-20
johnowhitaker 补充了 overnight 对 GPT 6.2 的长任务测试:一些更长、更复杂的请求结果显示,模型爱用大量脱离上下文就没意义的术语,对读者的「theory of mind」不足。这与该 thread 此前的判断一致——它是适合明确任务/子代理场景的模型,开放性创作指令下表现欠佳。
所属事件:GPT-6.2 口碑两极:实测者称速度更快,抱怨多因用法不对(5 条相关)→
「模型」频道最新
- Sentry CEO 吐槽:Claude 记忆功能似乎只会注入问题 — zeeg · 2026-11-20
- Hassabis 宣称 Genie 4 上线并玩笑「我们活在套娃模拟里」 — ZeroStateReflex · 2026-11-20
- Gemini 4 Neon 仅列 Sokoban 评测第四,Hydrogen 7.5 倍成本追平 Terra — banteg · 2026-11-20
- 谷歌确认已启动 Gemini 4 预训练,Logan K 称进展超预期 — OfficialLoganK · 2026-11-20
- 1.7B 小模型实测:3090Ti 预填充 2 万 token/s,胜任 128k 医疗长文摘要 — AdRepulsive7837 · 2026-11-20
- SnakeBench 实测:最强模型仍难预判 3 步以上贪吃蛇走势 — GregKamradt · 2026-11-20