让模型画 PS5 手柄 SVG，它却自作主张建了个完整交互网站
Angaisb_ · x · 2026-09-17
LuminaBench 与 Angaisb 就模型行为展开争论：在仅给定「画一个 Sony PS5 手柄的 SVG」这样简单 prompt 的单次测试中，某模型未按要求输出 SVG，而是自行构建了一个含手柄内部结构的完整交互式网站，10 分钟内完成。Angaisb 质疑这是「不听指令」的糟糕表现——用户只要 SVG，为什么要多做这么多？LuminaBench 则挑战其他人用别的模型一镜完成同样任务。争论核心是如何评判模型「过度执行」指令的行为。
所属事件:模型被要求画 PS5 手柄 SVG 却自建整站引评测争议(2 条相关)→
「模型」频道最新
- The Information:OpenAI 接近攻克又一道千禧年数学难题 — ResultBackground2450 · 2026-09-17
- Gemini 4 Pro 对阵 3.8 Flash:经典鹈鹕骑自行车 SVG 测试 — GamingDisruptor · 2026-09-17
- 小模型+Kimi K3 级联路由：百封邮件欺诈检测仅花 7 美分 — nutlope · 2026-09-17
- Jev 评估模型已可通过 Vercel AI Gateway 使用，每百万 token 仅 0.04 美元 — jarrodwatts · 2026-09-17
- Jev 用确定性 hook 实现 Claude Code 按任务难度路由模型与工具链 — alexcovo_eth · 2026-09-17
- Liquid 与英矽智能登 Cell 封面：小模型在长寿任务上超越 GPT-5 等前沿模型 — helloiamleonie · 2026-09-17