其实我觉得比起解梦，这种不是更像你家有漏水的征兆然后潜意识发现了吗。。。。比起解梦不如检查下你家。。。。

目前看来这个dsh就是一个很普通的harness，根本没有和v4pga有什么特化，所以之前测到v4pga会有的问题dsh上一样不会更好

 有点好笑，.claude都忘了gitignore一起上传了上来。。。大大方方用克 ^-^

不好说，我看到一个不知真假的消息，推上有人说0813面对某些benchmark问题会基本完全不思考直接出答案。。。不过不知道是不是在乱说

是思维链长了会容易复读发狂想太多之类的情况，所以思考强度开高了模型能力反而下降。。。好像现在跑分最高是low。。。感觉是思维链练炸了

我觉得不像，aa那边分数都出来了，v4p 0831只有53分，0731flash是52分，符合大部分人现在的体感，和flash差不多，部分task可能还不如。。。反正目前几个出分的第三方都不好看 ![图片](https://cdn3.ldstatic.com/optimized/4X/c/5/a/c5a09a44f6a4a2d7cecb9a780a105adcef614481_2_690x280.