一覺醒來，肥勃（Mythos 的護欄版本）就上了。我趕緊呼叫我的教授朋友，請他把正在寫的論文 prompt 跟 repo 給我，讓我來測試一下它的能力邊界。只有幾天可以用訂閱額度，之後 API 調用價格高到堪比台灣國旅。
完全從頭，開始的只有三份文檔：proposal，也就是研究主題提案；prompt，規範模型怎麼做研究、怎麼寫論文；還有 workflow，把過去寫論文時做錯的大量教訓寫成負面約束。
結果照教授的原話：Opus 會漏幾條規則，Fable 完全不漏、一次過，Gemini 跟 GPT 是完全沒有在鳥的。
他做的是 federated learning 相關的題目，應該沒有碰到 guardrail。
至於 effort 開多少，reddit 上有網友說開 high 是不夠的，xhigh 才有明顯增益——這條留著之後自己驗。