Laguna-S-2.1 败在 100 米步行决策测试
logic_prevails · reddit · 2026-07-23
Laguna-S-2.1 连“走 100 米还是开车”都答得像在做严肃决策
发帖人拿 Laguna-S-2.1 做了一个很简单的常识测试：离洗车店只有 100 米，该走路还是开车。模型给出的回答是：通常步行最简单、最实际，除非有天气、安全、无障碍等特殊因素。
发帖人同时对比了 Qwen3.6-27B Q4，表示后者顺利通过了这个提示。整帖更像是一次轻量的 sanity check，用来怀疑问题究竟是量化带来的，还是模型本身就没过基础智力测试。
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11