待验证50% 置信基准精确时间
在补全FP8量化函数最后一个Token的任务中，DeepSeek-V4-Flash-Base在代码前加等号装饰后，当等号数量除以4余数为0或1时错误率高达71.3%，余数为2或3时正确率回到91.5%。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分75% 相似待验证Mistral Small 4在单位换算输入上的得分仅为0.699，并产生了265个与正确标签相差精确十的幂次的错误72% 相似待验证在128K Token上下文、约1.6万个键值对的大海捞针实验中，仅改变一个键值对的位置，DeepSeek-V4-Flash-Base准确率最大差距达40.2%，DeepSeek-V4-Pro-Base为34.8%，经后训练优化后仍分别为19.1%和14.8%。71% 相似待验证解析缺陷加上一个错误答案键使 gpt-oss 在五个核心任务上的分数从 0.62 偏移到 1.00，偏移高达 0.3870% 相似待验证所有错误的干扰计数答案无一例外都是高估，且错误答案的token数明显高于正确答案：gpt-5.4-mini 在 high 下错误答案中位token数412 vs 正确答案91.5；gpt-oss-120b 错误答案5,776 token vs 正确答案747 token。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012260API
curl https://kongchang.com/api/v1/knowledge/claims/1012260MCP
get_claim(id=1012260)