网友质疑 Arena 评测:简单提示下模型自行扩展成整站
Angaisb_ · x · 2026-09-17
Angaisb 质疑 LuminaBench 的 Arena 对比公平性:他只让模型生成一个 PS5 手柄的 SVG,模型却自行做了包含内部结构、可交互的完整网页。他怀疑 Arena 使用了更复杂的 system prompt 导致过度提示模型,呼吁评测方公开提示词或承认 overprompting。
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
- 马斯克扛不住成本：Grok Bot 额度一夜缩水两至四成 — yangyi · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- Yacine 赞誉 Terra High:一条推文引爆的新模型口碑 — yacineMTB · 2026-11-02
- 单卡 H200 跑 DeepSeek V4.1,时租仅 5.3 美元 — daluoseo · 2026-11-02
- 曝 Fable 5.5 最新 checkpoint 视频流出，纯代码生成 — kimmonismus · 2026-11-02
- 用户实测 Claude Opus 5.5 行为异常，引出持续学习难题 — JeremyNguyenPhD · 2026-11-02