帖子
- link2026-10-045808
- 梦仄2026-10-044374
GPT 很爱做测试,把很多时间都浪费在测试上。或许禁用测试会比较好,不让它做测试,专注于实现
模型能力本身就不错,一般也不会出什么大问题的,搞那么多测试也测不出个所以然
经常测试没问题,结果一用又是 bug
- link2026-10-045808
我先做一个 oil benchmarks。
- cainiao3hao2026-10-0419354
为了避免codex的system导致影响,记得改用codex指定自己的system或者改用pi
不过这种后训练带来的倾向,理论上提示词好的话,确实能弥补一些,但对gpt的话只能说成本很高也很难,因为gpt模型本身的道德跟安全让它压根儿不信你的提示词 ^-^
- Tibo-linuxdo2026-10-046018
claude在接手astra的屎山后都差点学坏了,每次必反复review测试
