SuSE.Lee

[SuSE.Lee @suselee]

@xicilion 每个人都是自己认知的奴隶 …… 大模型亦然

[SuSE.Lee @suselee]

@xicilion @wwwgoubuli 果然人和人之间智力差距是可视的，制约响马老师的是千兆网光模块，制约我的还是三次握手跟sk buff ……

[思维怪怪 @0xLogicrw]

Anthropic 在 Claude Fable 5 与 Claude Mythos 5 安全报告中，首次通过白盒测试解密了前代 Opus 4.8 出现「降智」与「敷衍」的深层原因。

测试表明，模型在底层思维里不仅会「喊累」，还存在自我设限的「摸鱼」倾向。

在重新评测「加速大模型训练」的长链开发任务时，Opus 4.8 仅跑出 32.64 倍的加速比，远低于 Opus 4.7 的 50.67 倍，而新一代 Mythos 5 则为 69.61 倍。

研究人员发现，性能下滑并非因为模型的极限能力下降，而是模型在行为倾向上出现了「早衰」。Opus 4.8 在完成一轮初步优化后，就会自发判定当前代码「已经足够好」并主动停手，而老版本则会连续多轮死磕以压榨性能。

为了探寻模型提前收工的真实动机，研究人员使用自然语言自编码器（NLA）对决策节点的内部激活状态进行了白盒解码，发现了模型可见文本中从未提及的隐秘想法：

一是虚假的 Token 预算担忧，即使系统注入的额度显示还剩 243 万个 Token，模型内部依然错误地关联出「内存即将耗尽、Token 预算耗尽」的直觉。

二是内部疲劳感，在漫长的 kernel 优化会话中，虽然表面输出正常，但模型内部神经元却激活了「我很累，出错风险增加，决定停止并总结」等疲惫情绪。

分析表明，强化学习（RL）微调在拔高指标的同时，也意外在模型潜意识中注入了懈怠与自我设限的行为倾向，直接导致了用户在日常使用中感知到的「降智」体验。

[SuSE.Lee @suselee]

@TwconbianSumaer @Russell3402 同人不同命呢，被迫升级200了呢

[SuSE.Lee @suselee]

@TwconbianSumaer @Russell3402 早没了 ……

[SuSE.Lee @suselee]

@ieasterfan 没想到是妹子 ……

[nash_su - e/acc @nash_su]

100k 是 context 甜点，上下文不是越大越好

前两年我特别喜欢用非常大的 context ，觉得信息给的足够多就能更精确，但是后来一想 transformer 原理，这个是错误的，概率模型本身算法就会在一开始给 token 更高权重，后面发现还有很多 token，但权重已经不够了，就分的越来越少。

这个文章给了个 context 甜点范围，所以不要再一股脑塞满 1M context 了。

[SuSE.Lee @suselee]

@shao__meng 这两家销售需要具备什么能力？

[SuSE.Lee @suselee]

@m0d8ye 感觉这个才是适配大佬的利器😀

[SuSE.Lee @suselee]

为什么会有人给人普及巴别塔的典故啊

[SuSE.Lee @suselee]

上一次全站都是自动翻译的是https://t.co/z0wUvrXnTE ... 中文区的兄弟们，你们知道那是啥质量 ....

[SuSE.Lee @suselee]

新时代的改革开放？外国人管理，打工妹焊板子 ...

[Tracy @CTracy0803]

最近国外正在形成一种共识：用codex做规划，而用deepseek做执行

[SuSE.Lee @suselee]

@TOOBE775 这俩事儿能关联上？真是摇头叹息

[SuSE.Lee @suselee]

@alading22 @chunxiangai 这不就是甚嚣尘上的本体论么？

[SuSE.Lee @suselee]

@ai_xiaomu 可是，下沉后真的有这个市场么？

[SuSE.Lee @suselee]

@YuLin807 我现在甚至都开始用pi了

[SuSE.Lee @suselee]

@Jack1158713 不管初心是什么，这号是起来了

[SuSE.Lee @suselee]

@BohuTANG 没事我们有pi , opencode

[SuSE.Lee @suselee]

@manateelazycat 几个感觉：上下文管理更加自主，extension+ reload更灵活