OPENAI数学氢弹雨来袭 | 大模型讨论专楼

77BBC

还有这种训练的哦牛批

舞以

qwased 发表于 2026-8-15 08:58
很奇怪的是第三方的0731无效，依然大量雷霆思考左右互搏
难道梁子偷偷藏了一手就等涨价吗 ...

你有可能看到的是flash到了边界吧，我测试案例就是它围着一个问题反复的修改调工具验证修改
最后修修补补端上来了

论坛助手,iPhone

蜇灵

qwased 发表于 2026-8-15 04:07
我草，这个预设对官网的flash也是有用的，一样变成we need we can let's do的思维链了 ...

？握草，flash也有提升了？

bartholo4

这应该不是 Dsh 自己独有的 bug。按理说，各个一级的都应该会有这个问题。只是说 DSH 太早期了，差距太大了

—— 来自 Xiaomi 2410DPN6CC, Android 16, 鹅球 v3.5.99-alpha

舞以

我让gpt pro帮我分析了两份session的记录


论坛助手,iPhone

蜇灵

舞以 发表于 2026-8-15 08:51
能力没改善，但是cot会变简洁，更少雷霆思考

论坛助手,iPhone

也就是速度会快很多是吧，那也是不小的提升了啊

舞以

pro在社区开发的anchored的模式还是没调用后来加载的视觉工具做验证，搞手搓验证
flash读到了工具，花了大量时间靠视觉工具弥补了错误，但是成品还是不行。
思维链都维持了极简模式的形态

论坛助手,iPhone

蜇灵

qwased 发表于 2026-8-15 08:58
很奇怪的是第三方的0731无效，依然大量雷霆思考左右互搏
难道梁子偷偷藏了一手就等涨价吗 ...

opencode go的不行吗

舞以

蜇灵 发表于 2026-8-15 09:04
也就是速度会快很多是吧，那也是不小的提升了啊

自己测测吧，我的测试案例，gpt总结是执行阶段的每次cot平均一百字符左右，基本是在激进地找可行的下一步，比pro的执行阶段还要短很多。

论坛助手,iPhone

qwased

舞以 发表于 2026-8-15 09:00
你有可能看到的是flash到了边界吧，我测试案例就是它围着一个问题反复的修改调工具验证修改
最后修修补补 ...

第三方0731+极简模式第一句就直接uesr说xxx然后let me什么什么开始雷霆思考了

舞以

我用的是opencode，max档位，社区的anchored preset

论坛助手,iPhone

qwased

蜇灵 发表于 2026-8-15 09:04
opencode go的不行吗

你可以试试，我把手头的赠币玩完再去买
不过opencode go目前还是转发官方的，我怀疑自己部署的就没法切思维链了

舞以

qwased 发表于 2026-8-15 09:07
第三方0731+极简模式第一句就直接uesr说xxx然后let me什么什么开始雷霆思考了
...

可能是第三方掺水了，或者有提示词注入？
我用的opencode go，应该是转发的

论坛助手,iPhone

小野賢章

好急啊，在高铁上我说怎么一早晨回帖增加这么多

goranger

pro应该就是训练时间短，通用agent没练出来吧：某些工具（glob 是已观测分界之一）出现在 schema 里，就会把 Pro 从"训练分布内的高效策略"踢到"通用绕路策略"。不是工具数量问题（bash+edit 也是两个工具，就是 minimal-like）。
把工具目录写成 user 消息文本不影响——影响的是实际可调用的 schema surface。
动态晋升后（首轮两工具→次轮 25 工具），轨迹保持 minimal-like，只有一次短暂扰动（Let me 出现 1 次后 191 个块再无）。
为什么？ 官方 minimal 的快照测试名字就叫 "sends the exact RL prompt and schemas"——V4 Pro 后训练（领域 specialist 培养 + on-policy distillation）是与官方 agent scaffold 联合设计的，模型对训练时的那套 prompt + 工具 schema 形成强条件化行为。看到训练分布外的工具，就切到另一个策略区域。这就是"训练接口对齐"，不是单纯"上下文干净"。

Flash 是关键反例：同样的 minimal 切换，Flash 轨迹风格巨变但分数纹丝不动（92→92），跨 harness 稳定。所以这是 Pro 特异性——能力上限高，但高能力"可访问性"强依赖训练分布内的接口。

crow_wine

第三方flash不行我觉得应该是第三方自己额外注入了提示词

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

小野賢章

如果是这种原因导致的，那可以4.1应该可以拯救，说明预训练没有练炸

半江瑟瑟半江红

小野賢章 发表于 2026-8-15 09:15
如果是这种原因导致的，那可以4.1应该可以拯救，说明预训练没有练炸

好消息 没炼炸
坏消息 没炼完

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

cscbzcbz

这种小问题能不能直接搞个0817版本修了
不过如果梁子铁了心要赶人走的话，估计真就不管了，用户自己折腾着用吧
反正跑分就是极简模式下跑的没有问题

舞以

没有虚假宣传😡，dsh这么方便折腾，你们自己修😡！
严肃说的话，要把这问题修好的话可能至少得是个小版本了，起码得重新训一下。

论坛助手,iPhone

qwased

现在很蛋疼的是skill目录也会在对话最开始直接注入导致思维链变回let me，只能关掉skill然后对话里面提点一下了

卡普空

DSH里面要怎么恢复归档的对话啊，怎么归档以后就找不到了

蜇灵

话说有办法让dsh在win下默认使用bash吗

misuzu0723

还是蛆

—— 来自 鹅球 v3.3.96-alpha

蜇灵

看了一下gayhub上那个测试结果，flash虽然不能涨分，但思考链可以优化，这样输出token更少，速度更快，也更节省吧

CCauchy

来都来了 发表于 2026-8-15 00:40
不行，晚上初步试了下，结论是不如Pi，说DSH是最强harness的都应该去用一下Pi。
上来给我装个MCP就死活装不 ...

这怎么听着像模型能力问题啊

论坛助手,iPhone

BarricadeMKXX

ADHD说是


—— 来自 Xiaomi 25019PNF3C, Android 16, 鹅球 v3.5.99-alpha

wolfox

→熙← 发表于 2026-8-15 01:09
兄弟们,赶紧把插件装起来

https://github.com/xiaobright/dsh-anchored-standard/tree/main

存一下，等下来弄，谢了

—— 来自 HUAWEI JEF-AN20, Android 12, 鹅球 v4.0-alpha

nxmonitor

flash的雷霆大思考确实变少了，token消耗都变低了……

nxmonitor

但是第三方的确实不太行，我估计有系统提示词干扰……

绝地潜兵

现在的F和P都应该叫4.1版，哪有和预览版相差那么大的

cscbzcbz

卡普空 发表于 2026-8-15 09:26
DSH里面要怎么恢复归档的对话啊，怎么归档以后就找不到了

好像没有好的办法，所以我让他写了个插件

scikirbypoke

pi版anchor有人做了吗

kykawaiii

不知道真不真

—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99-alpha

小野賢章

我的Linux没有gui，跑dsh还要搞反向代理，麻烦哦

午夜钓者

不管怎么说这也算训练炸炉了，能出现这么严重的过拟合问题，等 4.1 版吧

—— 来自 鹅球 v4.0-alpha

cscbzcbz

nianiania 发表于 2026-8-15 10:18
为啥我用dsh-anchored-standard还是let me，是因为我用的opencode go?还是我的项目的AGENTS.md的问题？ ...

不要用默认的四个模式 用自定义的anchored standard模式
opencodego 没问题的

舞以

agents.md的问题吧？不能影响提示词注入。

舞以

可以检查这个位置