https://index.zshipu.com/gpt/tags/%E6%A8%A1%E5%9E%8B%E4%BA%92%E8%AF%84/ Recent content in 模型互评 on GPT资讯 -- 知识铺 Hugo -- gohugo.io zh-CN Tue, 01 Sep 2026 00:00:00 +0000 https://index.zshipu.com/gpt/post/20260901/Gemini-3.5-Flash-%E6%BC%8F%E6%B4%9E%E5%88%86%E8%AF%8A%E5%86%B3%E7%AD%96-65-%E8%A2%AB%E5%8F%A6%E4%B8%80%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%BF%BB/ Tue, 01 Sep 2026 00:00:00 +0000 https://index.zshipu.com/gpt/post/20260901/Gemini-3.5-Flash-%E6%BC%8F%E6%B4%9E%E5%88%86%E8%AF%8A%E5%86%B3%E7%AD%96-65-%E8%A2%AB%E5%8F%A6%E4%B8%80%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%BF%BB/ Gemini 3.5 Flash 提出的漏洞分诊决策，有 65% 被另一个模型直接挑战。这个比例最初被当成 bug，后来才发现它暴露了单一模型的系统性偏见。作者用五天构建的自主系统，本意是解决安全程序六周修复周期里最难的追责环节，却意外让模型互评成了发现隐藏偏差的工具。 65% 分歧率来自模型对同一 triage 决策的直接对抗 作者花五天