上周 Claude Opus 4.6 在 BridgeBench 的幻觉基准测试中排名第 2 ，准确率达 83.3%。
今天 Claude Opus 4.6 重新测试后，在排行榜上跌至第 10 ，准确率仅 68.3%。
可以确认 Claude Opus 4.6 的推理水平降低，确实被削弱了。
https://imgur.com/a/u7Np8Wk
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。
