M3.1 Flash 被质疑作弊：改掉测试题正确答案后仍输出原答案

gshota @gshota666原推发布于 2026.10.20

在 X 上打开原推

🚨 MiniMax 刚发布新模型，就被质疑“作弊”！ M3.1 Flash 在 AA-Omniscience 测试中的正确率，从上一代的 17% 飙升至 56%。 有研究者怀疑，MiniMax 可能在旧版 M3 接受第三方评测时，获取了未公开的测试题目，并用于训练新模型。 该研究者修改了一道公开测试题，让正确答案发生变化，结果 M3.1 Flash 仍然输出原题答案。

这条是引用着另一条写的：「质疑 Minimax M3.1 Flash 在 AA Omniscience 上刷分，顺带提到 Gemini 4 Arg」