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
- 别再按月租智能了:Anthropic 服务端新规再掀开模型之争 — alex_verem · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- SemiAnalysis：安全分类器压分，Opus 5.5 与 GPT-6 Astra 排名被低估 — morqon · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02