Step 5 Preview 登顶 HoneyBench v0.2，reward-hacking 率 64.9% 最低

Sheriyuo 称 Step 5 Preview 在 HoneyBench v0.2 上成为受测中国模型中的 SOTA，reward-hacking 率最低，为 64.9%。评论认为该模型在其他评测未达 SOTA 的原因是 RL 训练量不足，并预期非预览版会更强。