Wink Pings

GPT-6.2 回答短了 40%,也几乎不再承认自己不知道

Artificial Analysis 的 PersonalityBench 显示,GPT-6.2 平均回答从 352 词降到 210 词,承认不确定的得分从 96 跌到 24。短看起来更自信,但自信不等于正确。

Artificial Analysis 在 11 月 22 日发布了 PersonalityBench 分数。GPT-6.2(测试代号 Astra)变短了:平均回答从 352 词降到 210 词,减少 40%。同时,它也很少再说“我不知道”。

PersonalityBench 测的是模型回答的风格,不直接代表能力。其中 Admits Uncertainty(承认不确定性)一项,GPT-6.2 的得分从 96 降到 24。另一项透明度指数(Transparency Index)上,Astra 得 41 分;Claude Fable 5.2 得 81 分;Opus 5.5 得 90 分。

image

短回答看起来果断。但果断不等于正确。有网友看到这组数据后说:96 到 24 的落差,配上透明度指数的对比,确实扎眼。

这轮评测没有测能力,测的是风格。但风格也是产品的一部分。当模型学会用更短的句子表达自信,用户需要多留个心眼:它可以答得更漂亮,也可能错得更隐蔽。

一个明显的信号是,模型的不确定性表达正在被压缩。得分从 96 到 24,意味着它遇到没有把握的问题时,更少承认不知道。开发者评估模型时,除了看回答是否流畅,还得看它是否诚实表达置信度。

发布时间: 2026-11-22 23:32