LiveNerf持续评测未发现Opus 5.5性能退化
热点事件持续更新
LiveNerf持续评测未发现Opus 5.5性能退化
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
LiveNerf 在固定的 78 题面板上每日评测 Opus 5.5，截至 10 月 22 日累计 2262 个样本，最新得分 59.0%，基线均值为 58.4%，未发现持续下滑。作者称，目前结论范围较窄：在已测量的行为中，没有找到令人信服的退化证据。 对比中 Opus 5 与 Opus 5.5 约 99% 结果一致，但作者强调这不能证明模型未变。验证时还发现 78 个答案键中有 8 个错误、约 30 个存在歧义，项目已在 GitHub 开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 03:40
LiveNerf 实测：Opus 5.5 是否被削弱报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Hacker NewsLiveNerf 实测：Opus 5.5 是否被削弱
作者用 LiveNerf 对 Opus 5.5 在固定的 78 题面板上每日评测，截至 10 月 22 日累计 2262 个样本，最新得分 59.0%，基线均值为 58.4%，未发现持续下滑。Opus 5 与 Opus 5.5 在对比中约 99% 结果一致，但作者强调这不能证明模型未变。验证时还发现 78 个答案键中有 8 个错误、约 30 个存在歧义，项目已在 GitHub 开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。