基准测试

OpenAI在成立十周年之际发布了备受期待的GPT-5.2系列模型，官方宣称这是“迄今为止在专业知识工作上最强大的模型系列”，并在多项基准测试中刷新了SOTA水平。然而，发布后短短24小时内，社交媒体上却涌现出大量负面评价，用户普遍反映模型“不通人性”、“安全过度”、“像对待幼儿园小孩”，甚至认为这是“技术倒退”。这一现象揭示了当前大模型发展中一个核心矛盾：…