DeepSeek V4.1 Flash 幻觉测试只拿了 1 分？ 我平时用下来，实际表现没这么差啊。 再看国模，Kimi K3.1 Pro 拿了 30 分，… · @hiwise_aigc · TwKit

@hiwise_aigc

DeepSeek V4.1 Flash 幻觉测试只拿了 1 分？ 我平时用下来，实际表现没这么差啊。 再看国模，Kimi K3.1 Pro 拿了 30 分，Qwen 3.8 Max 10 分，GLM-5.3 Max 6 分。 这个测试主要看模型会不会一本正经地胡说八道：答对加分，答错扣分，不知道可以拒答。 我很好奇：这个测试的分数，能代表模型很拉吗？

曝光 282 · 评论 3 · 点赞 1 · 书签 1