modeltransparency

Claude Fable 5 並沒有被削弱。路由器只是太“多疑”。

針對 Claude Fable 5 的基準測試結果顯示出相互矛盾的結論——一項測試認爲它“更低”，另一項卻顯示有所提升。差異並非來自模型退化，而是激進的安全路由在模型處理查詢之前就對其進行攔截。LMArena 以及其他評估平臺的研究者報告稱：相同的提示詞可能會因路由規則不同而被阻止或給出回答。

這種路由行爲類似於企業部署 AI 時的模式：護欄會攔截合法的使用場景。開發者也提到類似的基準表現——當問題避開“有風險”的措辭時，測試往往能夠通過。模型本身沒有改變；執行過濾的是“把關”層。

企業級部署同樣面臨這個問題——安全策略增加摩擦，卻並不能提升模型質量。

行業觀察者指出，這會製造一種“模型變得更笨了”的錯誤敘事。事實上，集中式的安全系統會讓性能指標變得不可預測。去中心化的替代方案則會暴露原始模型輸出，從而實現透明評估，並在不同供應商之間進行更公平的對比。

安全路由到底是幫助還是阻礙了 AI 的進步？透明的基準測試能揭示真相嗎？👇

#LLMBenchmarks #AISafety #ModelTransparency