Claude Fable 5.2拒答减少但榜单排名下滑
热点事件持续更新
Claude Fable 5.2拒答减少但榜单排名下滑
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
petergostev公布Claude Fable 5.2在BullshitBench上的评测结果：5.2版本几乎不再拒答或返回空响应，较Fable 5此前拒绝约三分之一问题明显改善；但其识别并抵制“胡说八道”的成绩下降，Max与Low推理配置分别以67.3%和63.3%的clear率排第40、第53名。 此前Fable/Opus系列长期位居该榜单前十。此次结果呈现出拒答减少与榜单成绩下滑并存的权衡。
AI 根据报道生成 · 1 小时前更新
最新进展11月12日 08:20
Claude Fable 5.2 拒答率大降，但 BullshitBench 排名跌至第 40 与第 53 名报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI HuntClaude Fable 5.2 拒答率大降，但 BullshitBench 排名跌至第 40 与第 53 名
Claude Fable 5.2 在 BullshitBench 上的拒答与空响应大幅减少，5.2 版本几乎不再拒答，较 Fable 5 此前约拒绝三分之一问题明显改善。但其成绩下滑，Max 推理配置以 67.3% clear 排名第 40，Low 推理配置以 63.3% 排名第 53，显现少拒答与识别废话之间的权衡。
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。