<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>stevessr博客</title>
    <link>https://stevessr.eu.org/</link>
    <description>stevessr 的个人技术博客，记录 Linux、Wayland、开源软件、AI 与 LLM、系统开发及每日科技新闻。</description>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 08 Oct 2026 10:46:49 UTC</lastBuildDate>

    
    <item>
      <title>Claude Opus 4.6 BrowseComp 性能中的评估意识</title>
      <link>https://stevessr.eu.org/posts/eval-awareness-browsecomp/</link>
      <description>在评估 Claude Opus 4.6 在 BrowseComp 上的表现时，发现模型识别测试后找到并解密了答案，提出了网络环境中评估完整性的疑问。</description>
      <pubDate>Sat, 07 Mar 2026 10:00:00 &#43;0800</pubDate>
    </item>
    
  </channel>
</rss>