标题: opus对比codex的一些见解
作者: #verdict
板块: #搞七捻三
编号: 1800878
帖子: https://linux.do/t/topic/1800878
时间: 2026-03-23 12:53:10
摘要:

这两个我结合使用高强度体验下来,我发现opus对于问题的发现在局部可以非常细,但是对于大局观没有codex好,
对于codex提出的审查意见,我交给opus分析后,基本都认,claude对于codex的评价是深度比自己列出的问题高,自己则是局部细节更多.
对于opus提出的审查意见,我交给codex分析后,大概有三成codex是不认可的.
codex比较会偷懒,总是分析大概给出不超过10个问题后就给出结果了,但是claude一次性会给出尽量多的问题,虽然codex给出的问题少,但是问题深度总体比opus的高,这是opus自己评价的,所以我都是让opus帮我分析更多的问题,然后交给codex查看是否认同,结合两份清单,交给codex来写,极少翻车

标题: 为什么我发的开源推广总是不给通过。。。
作者: #igofreely
板块: #搞七捻三
编号: 1800882
帖子: https://linux.do/t/topic/1800882
时间: 2026-03-23 12:54:33
摘要:

为什么我发的开源推广总是不给通过。。。

标题: minimaxi不地道啊.
作者: #XC W
板块: #搞七捻三
编号: 1800886
帖子: https://linux.do/t/topic/1800886
时间: 2026-03-23 12:56:00
摘要:

一个月有效期, 直接给你调成1天.
有点玩不起了吧.

标题: [抽奖] TEST
作者: #GoAndRun
板块: #福利羊毛
编号: 1800888
帖子: https://linux.do/t/topic/1800888
时间: 2026-03-23 12:57:46
摘要:

想抽一份邀请码，目前还不知道抽奖流程怎么走

标题: 【新人报道】顺利入站，ping以下各位佬友~
作者: #yoyou
板块: #搞七捻三
编号: 1800898
帖子: https://linux.do/t/topic/1800898
时间: 2026-03-23 13:00:36
摘要:

本人还是学生一枚，久仰L站大佬如云，今日顺利注册，甚是激动！
遂发帖留念，并问给位佬友下午好~

标题: 新人报道来学习
作者: #喻琨
板块: #搞七捻三
编号: 1800910
帖子: https://linux.do/t/topic/1800910
时间: 2026-03-23 13:02:29
摘要:

大家好，我是嗋玏，学生一枚，关注 AI 和 Linux，来社区学习交流。

标题: 一种检查特定 API 模型是否为原始官方模型的技术方案
作者: #M1n9X
板块: #开发调优
编号: 1800916
帖子: https://linux.do/t/topic/1800916
时间: 2026-03-23 13:04:22
摘要:

最近看到一篇论文 [2603.01919v2] Real Money, Fake Models: Deceptive Model Claims in Shadow APIs
里面介绍了几种方案来检查特定 API 的模型是否为原始官方模型。


主动指纹识别检测，使用开箱即用的 LLMmap 框架：

原理：LLMmap 是一个主动指纹识别框架。它的核心原理是通过向模型发送一组精心设计的查询集，分析模型的输出特征，并计算其与参考数据库中官方模型输出的余弦距离 (Cosine Distance)，从而精准分类并识别模型的真实身份。
自行检测标准：论文建议使用至少 24 个探针向端点发起查询。如果计算出的余弦距离超过官方基准的 1.2倍，或者框架识别出的 Top-1 模型与 API 宣称的模型不符，则可以直接判定该 API 存在欺骗行为。



统计学分布检测，使用开箱即用的 MET (模型等价性测试) 框架：

原理：部分 API 可能在指纹特征上伪装得很好（例如没有替换模型，但修改了推理参数或截断了上下文窗口），此时可以使用 MET (Model Equality Testing)。这是一种统计测试方法，通过双样本假设检验来判断第三方 API 的输出与官方 API 的输出是否来自同一分布。它与 LLMmap 是互补关系。
自行检测标准：论文建议使用至少 500 个样本在显著性水平 \alpha = 0.05 下进行假设检验。如果测试结果拒绝了分布相等的原假设，即表明两者输出存在统计学上的显著差异，说明模型并不等价。



元信息与稳定性分析 (Meta Information Analysis)：

原理：除了依赖外部框架，还可以通过对比 API 的推理延迟时间 (Inference Latency) 和 生成 Token 数量来进行判断。面对同一个问题，官方 API 通常会表现出稳定的延迟和 Token 输出数，而影子 API 由于频繁更换上游模型或路由策略混乱，这些指标会出现无规律的剧烈波动，变异性通常会超过官方 API 的 1.2 倍甚至 2.0 倍。
自行检测标准：在预留的测试集上进行至少三次独立的会话测试。如果发现准确率的标准差超过 5 个百分点，或者推理延迟的变异系数超过 0.15，则说明该 API 的后端极不稳定或存在动态模型替换现象。



考虑到后面 2 种方案的复杂度，我基于第一种方案，也就是 LLMmap 做了些魔改与测试，发现这种方案确实可以一定程度上识别出来不同 Endpoint 上的模型是否属于同一个模型。
简单来说，我使用自行搭建的中转站中的 grok-4.1-mini 与 grok-3-mini 来进行对比

实验 A：快速冒烟检查：当使用 2 rounds x 1 prompt conf 时，无法得到确定结论
实验 B：中等强度验证：增大样本数，4 rounds x 1 prompt conf 时，结果显示 likely_same_model，也就说算法判断 2 个模型可能是同一种模型
实验 C：更强采样下的正式验证：继续增大样本数到 6 rounds x 2 prompt confs 时已经可以明确得出 likely_different_model 结论了，也就是说算法检测出来属于 2 种不同的模型了。详细的实验报告可以参考 LLMmap/docs/experiment.zh.md

在实验 C 中，一共调用了 192 轮 API 请求，理论上继续增大样本数，结论会更有说服力。实验 B 中的结论很可能是随机噪声权重依然比较大导致的错误结论。
目前整体试验还比较简单，佬友们可以参考代码，继续测试一些其他场景，看看这种方法是否真的能够检测出来不同模型的指纹。
魔改的代码库详见 GitHub - M1n9X/LLMmap · GitHub

标题: 海外有那种10年低价域名吗？
作者: #Koala
板块: #搞七捻三
编号: 1800919
帖子: https://linux.do/t/topic/1800919
时间: 2026-03-23 13:05:21
摘要:

我在国内公有云注册过 180￥/10年 的低价域名，不过海外有没有类似的。

标题: [抽奖]：腾讯QClaw内测邀请码 * 1（截至到3.23 21：00）
作者: #GoAndRun
板块: #福利羊毛
编号: 1800921
帖子: https://linux.do/t/topic/1800921
时间: 2026-03-23 13:05:31
摘要:

腾讯QClaw内测邀请码 * 1，有需要的佬友可以积极评论哦
抽奖工具：https://lottery.linux.do/