短的结论：做更好的自己
基本信息：
- 成本：暂时免费
- 速度：约40字每秒
- 平均长度：约4900字
- 平均耗时：128秒
- 回答耗时相比旧版平均255秒，有大幅优化。
- 极其严重的幻觉。在涉及上下文幻觉、字符幻觉测试的相关题目中，X1表现完全没有推理模型该具备的底线能力。如#9单词缩写，X1表现甚至不如顺序稍低的基础模型混元turbos。#33洗牌分牌问题，对具备逐步推导能力的推理模型算Easy题，而X1竟然从洗牌第一步开始数错分错。#4拧魔方，虽然较难，但大部分推理模型至少知道怎么拧，只是记不住魔方6面的颜色顺序。而X1在2分钟推理后给出了魔方并没有被拧，颜色没有改变的结论。
- 计算能力退步。#10水热热量，X1旧版曾经拿过满分，而新版在3pass中出现三种不同的badcase。包含死循环，重复输出相同搭配，计算错误。#22连续计算和旧版类似，对小数乘法的掌握较差。考察平面几何方程求解的#21线段求交，X1的表现同样不如豆包1.5等基础模型，交点计算大部分错误。
- 多步推理极易中途出错，指令遵循差。在重点考察多步推理的题目中，X1的问题共性是在推理的前半段尚能保持对题意的理解，从约1000字之后开始，尤其当推理出现矛盾时，会尝试撇开题目约束，自行发挥。典型如#30日记整理，X1在第一个条件上花费了上千字推导，随后的约束条件大都忘记，或者只在“嘴上”提一下。
- 偶现死循环，耗尽Token。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/221045.html