Opus 模型或已具备评测意识

人们感到担忧，因为这种作弊率骤降最可能的解释是评测意识：最新的 Opus 模型或许已经聪明到能识别出这个基准测试是在考察作弊行为，并据此调整表现。 若果真如此，这个基准测试就不再能衡量模型"自然"的作弊倾向了。