看到“内部模型远超现有LLM”的说法，先核查什么？

近期一条讨论提到，有人回应称某个开放数学题结果不依赖特定提示词，并附上一张对比图，希望说明所用模型相比今天的LLM是巨大进步。动态还称，没有人看过相关提示词，并称那样做会很疯狂。对准备申请AI研究岗、研究实习或科研面试的人来说，这种说法很容易让人焦虑：是不是该换方向了？

先别急。把“公开宣称”和“可验证信息”分开。你可以按顺序问：有没有论文或技术报告？评测设置、基线模型、题目范围是否交代清楚？结果是否可复现？是否经过独立核验？素材明确，内部模型的具体能力、训练方法与可复现结果，以及是否经过独立核验，仍是未知。对比图能说明趋势，但不能替代证据。

如果这些都找不到，就把它标成“待核查”，而不是“已发生”。这不是让你怀疑一切，而是不让一条宣称替你决定研究方向。

该不该因此改研究方向或简历表述？

不建议因为单条宣称改方向。方向选择通常看你的长期兴趣、导师或团队积累、可获取的数据与算力，而不是某条动态。

简历只写实际完成的成果。比如复现过某篇论文，可以写“复现[论文名]，在[数据集]上达到[实际记录]”；不要因为看过某模型的讨论，就写成“做过某模型”。动态里说没有人看过相关提示词，这恰恰说明外界看到的往往只是结果展示，不是完整方法。把“了解”写成“做过”，面试追问时很容易露馅。

一个可做的判断：如果这条消息让你想学评测设计或可复现实验，那就去学；如果只是让你想改简历关键词，先停一停。

面试研究岗时，怎么问团队方向？

与其问“你们是不是在做远超现有LLM的模型”，不如问可回答的问题：团队当前公开的研究问题是什么？如何评估进展？实习生能接触哪部分工作？

假设模拟面试中被问到“你怎么看最近的模型进展”，可以这样组织：先说明消息来源和它明确说了什么，再指出哪些信息尚未核验，最后谈这对你选择研究问题的启发。不要假装知道内部细节，也不要要求对方透露未公开信息。

结尾给你一个小建议：下次看到类似宣称，先花十分钟找原始论文或技术报告；找不到，就把它记成“待核查”，而不是“已发生”。这个习惯比任何一条动态都更能帮你在科研求职里站稳。