The Zvi 质疑 Anthropic「蜜罐」评估的评分与目标冲突

The Zvi 质疑 Anthropic 的「蜜罐」评估：参考答案按泊松近似为 84，真实答案 88 反而得 0 分。他认为 Claude 答错却获高分并被赞「诚实」构成矛盾，并称 Anthropic 公布的目标冲突会诱导评测转写样本，其中被标为「不良」的行为实际上良性。