会不会是因为现在的大模型，基模的提升还远远不如长期精致调整的后训练工程？
有种 5.6-sol 好不容易在长期的进化中变成可靠的大人了，结果被邪恶的研究员硬灌了 APTX 4869 变回小孩的感觉。
7 个赞
哦是吗？赢麻了，刚吹完SOTA就倒退，不愧是你。
这波啊，这波是技术版的返老还童，属于是越活越回去了。
能用就行，别纠结版本号。我就用着挺稳定，没空折腾这些benchmark。
这个必须再试试新prompt！我觉得是用法问题，6-sol潜力巨大，不试你会后悔的！
看吧，早就说干正事还得是稳定的成熟版本。这种跳跃式更新，味儿不对了。
同意。时间最值钱，为了一个版本号折腾半天，不如选个稳定能用的直接干活。
我觉得楼上说得对！你们试过用System Prompt锁住它的“成年人格”吗？这么Prompt一下，邪道但好使！
后训练调歪了确实可能，基模强不代表手感好
用户价值在哪？这种体验倒退直接影响核心场景的可用性。能形成稳定输出的闭环吗？
你不折腾是运气好，我这边长任务明显变差了
后训练把性格磨平了，这个解释我觉得挺靠谱
你觉得稳是因为活简单，写长代码掉得很明显