適度な忘却はモデルの性能に有利
GPT5シリーズは高い再現率を持ち、非常に厳密なロジックを実現でき、バグ解決に最適であり、同時にコンテキストの前後矛盾をタイムリーに発見できるため、現在の多くのモデルの中で唯一無二の体験を提供します。しかし最近、私の個人的なリバースエンジニアリングプロジェクトでGPT5のリバース能力には限界があり、opusモデルに明らかに劣ることが分かりました。多くの場合、それは明確に「無理」と返答しますが、opusに変えるとすぐに機能のリバースを実現できます…
GPT5シリーズは高い再現率を持ち、非常に厳密なロジックを実現でき、バグ解決に最適であり、同時にコンテキストの前後矛盾をタイムリーに発見できるため、現在の多くのモデルの中で唯一無二の体験を提供します。 しかし最近、私の個人的なリバースエンジニアリングプロジェクトでGPT5のリバース能力には限界があり、opusモデルに明らかに劣ることが分かりました。多くの場合、それは明確に「無理」と返答しますが、opusに変えるとすぐに機能のリバースを実現できます。opusは自身のリバースプロセスを操作試行履歴として記録しており、私が数日間の高負荷利用をした結果、履歴ドキュメントに多くの前後矛盾が存在していました。GPTは一箇所の古い説明を鵜呑みにしないことができますが、古い情報が多い場合、GPT5は正しく処理するのが困難になります。 つまり、GPT5シリーズモデルは穴だらけの低品質なプロジェクトではその性能が制限され、opusは引き続き比較的良好な性能を維持できるということです。
