2. Linux.do
  3. 【今日震惊瘫坐】mercury-3有概率答对糖果问题

【今日震惊瘫坐】mercury-3有概率答对糖果问题

firespoon 2026-10-20 11:19 1

high思考强度测试了42次，答对15次，正确率31%. 这个智能程度对dllm来说已经是十分令人惊讶的了，毕竟现在连opus 5.5和astra都不能保证100%答对糖果问题。


而且有一个很有意思的现象， 所有答错的情况，最终回答的时间都在六七秒左右，答对的普遍在30秒以上。

最新回复 (8)
  • 海獭为什么叫海獭 10-20 11:29
    1楼

    明年的大模型不会都是 1000token/s 起步吧，个个比谷谷歌歌还谷谷歌歌 ^-^

    参数还不大，估计架构本身也有很多优化的空间，不知道还能不能继续 scaling 了

  • 竹凌 10-20 11:52
    2楼

    这么快，一次答不对，让他反思两次都比其他模型快了 ^-^

  • Mozi 10-20 12:17
    3楼

    好像这个模型大概是 30B 左右的稠密模型

  • 海獭为什么叫海獭 10-20 12:33
    4楼

    那估计很快就会有很多小参数的，但是 scaling 的还是没有那么多了

  • PJ568 10-20 13:21
    5楼

    temp=0 能答对嘛？

  • TRG 10-20 14:06
    6楼

    我测试下来 14s 就行了：瘫坐，这速度


  • imdoge 10-20 14:43
    7楼

    以后可能单凭直觉就能秒人类天才了

    就像象棋围棋秒下都能秒人类大师

  • 不曰 10-20 14:46
    8楼

    扩散模型有这个能力也太牛b了，期待明年

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐