GPT-6 对话质量被指跨思考级别回归

OpenAI开发者社区出现用户报告，指出GPT-6在不同思考努力级别上存在对话质量回归。用户反馈模型输出变得公式化和可预测，无法识别对话潜台词，重复过多，并且在明确纠正后仍然重复犯错。

用户表示提高推理努力并不能可靠恢复对话创意或自然表达，问题可能涉及共享模型行为或配置，而非单纯推理不足。他们强调对话智能与编码和推理基准同样重要，理解幽默、讽刺、微妙含义和跨轮纠正能力是语言模型有用性的根本部分。

发帖者呼吁OpenAI公开承认这些问题，调查对话质量回归原因，并解释在更新模型时如何评估这些能力。目前该问题已吸引社区关注，并列出多个相关反馈主题。