对，是这个意思。 我今天切 high 之后，感觉世界都清晰了。

是的，我跑测试时候，用4.1flash配环境就发现了这个问题。 max似乎没有任何提升

> 倒挂原因： > effort 是 token 预算旋钮，不是能力旋钮。 > 论文自述收益前重，60–80 档已近 max 上限，且明确承认 Pass@1 与长度只是"松散相关、非单调"；奖励只在同一 effort 子组内归一化，max 从未被要求"更正确"，只学到"说更长、几乎不受长度惩罚"，反而在 agent 循环里多出过度验证与环境崩溃。 > 加上 FP4 KV、CSA2 稀疏选择和 SW

奇怪，网安任务你怎么用GPT和Claude？ 还停留在4.6 opus？

99%概率非路由fable。 fable没这么强。

不太好跑，现有的benchmark得改改

灰测特征是：首字输出相比正式版很慢，每段落输出后会卡一下，然后下一段落突然出一大段，接着继续段落尾部卡一下。

ds官方应该是每个用户设置随机两个会话ID进灰测，并记录会话ID在Redis或其他缓存中。 后续该会话ID的所有请求均会进入灰测推理集群，确保灰测时段内推理连续性。 大概坠机的时间： - ds关了灰测 - 缓存TTL自动清理(但不清楚有没有命中自动续期) - ds有别的机制控制灰测准入会话ID。

从我的测试结果看，似乎各种思维模式，并没有拉开很大的差距。 但是又有佬友说 benchmark分数增加了不少。

近期部分佬友在讨论 dsh 和 过拟合 问题

`linux+极简模式`这版也存在问题，右键拖动方向反了。。。

k3使用699的订阅，综合成本很低的 699能用2000M token

第一张看起来确实可以，不过ds把侧板打开后的体积依然保留在了关闭时

老哥可以自测一下，目前看dsv4p的前端能力是不如kimi k3的，即使有harness的加持。 毕竟kimi k3在自己的kimi客户端才才能发挥最大的效果，同理ds模型也需要ds harness发挥最好效果。

我的号从昨晚到现在，没事就在newapi 操练场测一下，从来没出现无法输出Nameeee的情况啊。