好像R1蒸馏版比原版的指令跟随要更差？
【 在 Xjt 的大作中提到: 】
: 我仔细看了下，对这个测试的准确性存疑
: OpenAI的o1是准备的幻觉多，而且我自己用的时候也感觉幻觉很多。但是居然得分很高。估计题目设计的有问题。
--
FROM 111.162.221.*