modeltransparency

Claude Fable 5 并没有被削弱。路由器只是太“多疑”。

针对 Claude Fable 5 的基准测试结果显示出相互矛盾的结论——一项测试认为它“更低”，另一项却显示有所提升。差异并非来自模型退化，而是激进的安全路由在模型处理查询之前就对其进行拦截。LMArena 以及其他评估平台的研究者报告称：相同的提示词可能会因路由规则不同而被阻止或给出回答。

这种路由行为类似于企业部署 AI 时的模式：护栏会拦截合法的使用场景。开发者也提到类似的基准表现——当问题避开“有风险”的措辞时，测试往往能够通过。模型本身没有改变；执行过滤的是“把关”层。

企业级部署同样面临这个问题——安全策略增加摩擦，却并不能提升模型质量。

行业观察者指出，这会制造一种“模型变得更笨了”的错误叙事。事实上，集中式的安全系统会让性能指标变得不可预测。去中心化的替代方案则会暴露原始模型输出，从而实现透明评估，并在不同供应商之间进行更公平的对比。

安全路由到底是帮助还是阻碍了 AI 的进步？透明的基准测试能揭示真相吗？👇

#LLMBenchmarks #AISafety #ModelTransparency