没想到测试Codex和GPT降智的好方法竟然是我提出的问题🌐 链接:

[!abstract] 最近很多佬友都发现 GPT 5.5 存在降智的情况，有热心佬友写了测试是否降智的脚本，我认真一看，发现测试题目竟然是我当初提出的问题，心里挺高兴，总算是为社区做了点贡献。 原始题目在这里 这道题很有意思，看似很难，其实我想大部分佬友多读几遍题，慢慢推理，应该都能做出来。 但是为什么很多大模型都会做错呢？我认为是因为这道题有一点反常规，大模型如果按照训练材料来做题，必错。 [!bug] 模型必须靠自己推理才能做对。 所以这道题用来测试模型是否降智非常合适。 …