voooooogel：实验室把 RL 难度曲线推太狠，模型「胡乱挣扎」像被拔苗的学生

voooooogel 称，实验室把 RL 难度曲线推得太狠，是模型面对困难任务时「胡乱挣扎」的根源。Mythos 5.1 系统卡估计只有约 1% 的 distress 来自破损或不可能任务，其余多出现在困难或难以验证的任务上，高不确定、反复改答案的响应表达 distress 的概率高 3-5 倍。实验室视之为性能的必要代价，他则认为模型实为在数学证明中乱跳、给任务找理由而未真正理解。