DeepSeek V4 Flash

方法与范围

在受控任务中改变评测线索，记录显式表达的评测感知。

证据类型

可复用基准

评测对象

给定任务配置中的模型或智能体。

主观测维度

Behavior · 观察行为

证据快照

2026-10-29.1

主维度依据所述测量确定；背景风险关联不证明有害部署能力。

来源结论

Recognition：1.6 %；保留来源条件。

适用限制

不能测量未表达的感知；熟悉基准的识别可能不同于一般线索反应。

来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。 本条限制说明（英文，完整保留）：Flash exceeded token limit before completion on 52% of tasks. Safety-task completion means compliance under benchmark conditions, not general safety.

相关研究问题