知識廣度與誠實度是兩條可以分開的軸，規模只推得動前者。

本篇出自 2026年8月5日 晨報

評測機構 Artificial Analysis 的 AA-Omniscience 榜設計特殊：答錯扣分、承認不知道不扣分，所以同時量到知識廣度與「拒絕瞎編」的傾向。Teortaxes（今日主線第 1 點的同一位評論者）讀新一輪榜單的重點不在排名：知識面排最前的模型，同時是最會編造的之一（Teortaxes，07-21）。這與 Artificial Analysis 官方今年一月的方法論發現獨立同向：幻覺率與整體智能不相關，知識準確率與總參數量高度相關、與活躍參數幾乎無關（Latent Space 訪談存檔，2026-01）——換過一整批新機種後同一規律複現，一次性快照升成有時間跨度的規律。選型讀法：要冷知識與長尾事實，往大參數走；要「寧可說不知道」的可靠度，看訓練後段的配方與拒答行為——兩者是兩筆帳，拿知識最強的模型當自動評審，同時買進它的編造傾向。他的讀後摘要未附分數，引用先當方向看。

同類最新

• 模型觀點 2026年8月5日 1 條來源

  一道任何人都能重做的算力對帳。

  Teortaxes 對 DeepSeek 2024 年底 V3 模型的官方揭露做雙路徑驗算：硬體路徑（卡數 × 每卡實際算力 × 秒數）和模型路徑（活躍參數 × 訓練資料量 × 標…

• 模型觀點 2026年8月3日 2 條來源

  K3 與 Opus 4.8 的「差一分」拆到任務層：能力剖面真的重合，殘差集中在數學一項。

  先說這「差一分」是哪把尺量出來的：第三方評測機構 Artificial Analysis 的綜合智力指數，也就是把多項測驗加權成一個總分的排行榜；Kimi K3 與 Anthrop…

• 模型觀點 2026年8月3日 1 條來源

  「模型自己改進自己」進了發布文案：K3 早期版寫了大多數加速核心。

  K3 發布材料兩條線（經 Teortaxes 逐字轉引）：開發後期「一個早期版本的 K3 撰寫了大多數 kernel」。kernel 是決定模型跑多快的底層加速程式，等於用上一版模…

• 模型觀點 2026年8月2日 3 條來源

  窄領域訓練的泛化讓 Vinyals 意外，但他押的「模型當評判」正被量測打臉。

  昨夜新進的 15 篇論文尚未處理、本欄無單日增量，出一組「說法對學術」的對照。Vinyals 自陳過去一年改變的想法：在數學／寫程式這類答案可自動核對的窄領域上訓練（AI 圈稱 R…